ScheNav：示意图引导的目标物体导航
研究团队提出示意图引导具身导航工作流，包含数据生成流水线与闭环框架 ScheNav。其轻量流水线将二维平面图转为导航训练环境，产出 Furnished-RPLAN 数据集，含逾 3.3 万个带家具布局及配对的导航回合与噪声可控示意图。ScheNav 用学习到的空间模块 SchemaField 融合示意图引导与累积观测，预测空间价值场并随探索更新，配合基于轨迹的训练和跨帧一致性目标。实验显示在示意图、目标椭圆和指向方向下导航成功率与路径效率提升，并对示意图扰动和缺失有容忍度。
发布于 10-27 12:56来源：arXiv cs.RO
转载 · 官方发布原文：arXiv cs.RO ·《ScheNav: Schematic-Guided Object Goal Navigation》查看原链
arXiv:2610.34286v1 公告类型：新论文 摘要：目标物体导航要求具身智能体在复杂环境中定位并到达目标物体。 人类常依赖低成本但信息丰富的示意图，例如粗略草图或方向标注。 我们开发了一套示意图引导具身导航的工作流，包含两个组件：训练数据生成流水线和 ScheNav 闭环导航框架。
我们的轻量级数据生成流水线将二维平面图转化为导航训练环境，产出 Furnished-RPLAN 数据集，包含超过 3.3 万个带家具布局，并配有成对的导航回合和噪声可控的示意图。 ScheNav 通过 SchemaField 将粗略的示意图引导转化为探索与停止决策；SchemaField 是一个学习到的空间模块，将引导信息与累积观测融合，并预测空间价值场。
该框架在探索过程中持续更新这些场，采用基于轨迹的训练和跨帧一致性目标，以支持在视角变化下保持连贯引导。 ScheNav 完全从仿真平面图中学习使用示意图引导，并将这一能力迁移到未见过的具身环境。 实验表明，在示意图、目标椭圆和指向方向等不同引导形式下，导航成功率和路径效率均有提升，并且对测试中的示意图扰动和缺失具有容忍度。
这些结果共同表明，粗略的示意图引导是改善具身导航的一种实用方式。