跳到主要内容
检索

# PreNav搜索参考框架

1 篇关联报道

订阅更新
  1. arXiv

    机器人先规划再出发:PreNav用扩散模型一次生成搜索参考,生成耗时从25.7秒降到约1秒

    在墙体和大件家具基本不动、小物件会挪位的半静态室内环境里,PreNav 不再让机器人在导航途中反复调用视觉语言模型决定去哪找,而是在出发前一次性生成整条搜索参考:大语言模型给出目标与家具的共现先验,条件扩散模型把先验、墙体栅格和起点位姿变成一条带搜索带宽的有序中心线。在 Gibson ObjectNav 六类子集上,使用相同墙体与五类家具先验时,PreNav 的成功率为 64.3%、SPL 为 39.2%,高于 SGM 的 62.0% 和 36.2%;生成器只在房间级 ScanNet++ 上训练,未在 Gibson 上微调。

已读完全部报道