IndustryNav：评估动态工业导航中具身智能体的空间推理与安全性
研究团队发布 IndustryNav 仿真环境，包含 24 个仓库场景，用于闭环导航至指定目的地，并引入安全感知指标记录每条轨迹的碰撞与近碰撞预警。对 11 个开源与闭源视觉大语言模型及 3 个导航基线的实验显示，智能体能够抵达目标，但会与移动障碍物发生碰撞，说明任务成功与安全导航之间存在差距。该环境还通过自动 oracle 轨迹与仿真器交互支持策略学习，并保留部分场景用于泛化测试；实验表明策略可在熟悉的仓库中完成新路线，却无法迁移到保留布局，跨场景泛化仍是待解问题。
发布于 10-27 12:58来源：arXiv cs.RO
转载 · 官方发布原文：arXiv cs.RO ·《IndustryNav: Evaluating Spatial Reasoning and Safety of Embodied Agents in Dynamic Industrial Navigation》查看原链
视觉大语言模型（VLLM）正越来越多地被用作具身智能体，但工业仓库对智能体的要求不止于抵达目标：智能体还必须安全地绕开移动中的工人和车辆。 为评估具身智能体的目标抵达与安全性，我们提出 IndustryNav——一个包含 24 个仓库场景的仿真环境，用于闭环导航至指定目的地。
除任务成功率与效率外，我们还引入安全感知指标，用于捕捉每条轨迹上的碰撞与近碰撞预警。 对 11 个领先的开源与闭源 VLLM 以及 3 个导航基线开展的实验表明，智能体能够抵达目标，却会与移动障碍物发生碰撞，暴露出成功与安全导航之间的差距。
这一差距在安全攸关场景中至关重要，因为一次碰撞就可能导致任务终止。 IndustryNav 还通过自动 oracle 轨迹与仿真器交互支持策略学习，并保留部分场景用于泛化测试。 这些实验表明，策略可以在熟悉的仓库中成功完成新路线，却无法迁移到保留布局，使跨场景泛化成为一项待解挑战。