HGWM：基于图匹配的分层图引导世界模型用于零样本物体导航
论文提出HGWM，将LLM生成的房间锚点先验与持久空间语义记忆结合，用于零样本物体导航：粗阶段以0-10分对候选朝向打视觉语义分，细阶段衡量观测物体、房间上下文与目标先验的符号兼容性，再经相位相关融合与LLM方向建议结合后选择局部动作。在HM3D v0.1上报告62.6% SR、31.5% SPL，WMNav为58.1%、31.2%；MP3D上为46.8%、17.9%，对比45.4%、17.2%；HM3D v0.2完整模型为74.4% SR、31.9% SPL。组件消融使SR下降0.9-2.3个百分点、SPL下降0.6-1.5点。作者称实现通过离线测试，但无逐回合重跑记录，评估仅限仿真。
发布于 10-27 10:55来源：arXiv cs.RO
转载 · 官方发布原文：arXiv cs.RO ·《HGWM: Hierarchical Graph-Guided World Model for Zero-Shot Object Navigation via Graph Matching》查看原链
摘要：零样本物体导航要求具身智能体在保留先前观测证据的同时选择搜索位置。 HGWM将LLM生成的房间锚点先验与持久空间语义记忆相结合。 粗阶段以0-10分对候选朝向赋予视觉语义分数；细阶段衡量观测物体、房间上下文与目标先验之间的符号兼容性。
相位相关融合在局部动作选择前将这些分数与LLM方向建议结合。 在HM3D v0.1上，所报告的HGWM配置达到62.6%成功率（SR）和31.5%按路径长度加权的成功率（SPL），WMNav为58.1%和31.2%。 在MP3D上，对应数值为46.8%和17.9%，对比45.4%和17.2%。
结果表明成功率点估计更高、路径效率增益有限。 在HM3D v0.2上，完整模型获得74.4% SR和31.9% SPL。 额外的组件消融使SR下降0.9-2.3个百分点、SPL下降0.6-1.5点。 这些是作者报告的聚合测量值。 配套实现通过离线测试；无逐回合重跑记录。
评估仅限于仿真。