MerNav：一种用于零样本物体目标导航的高泛化记忆 - 执行 - 回顾框架

视觉语言导航是具身智能的关键挑战，现有方法难以兼顾高成功率与强泛化能力。为此，本文提出“记忆 - 执行 - 回顾”框架，包含提供信息支持的分层记忆模块、负责常规决策的执行模块及处理异常的回顾模块。在四个数据集上的实验表明，该方法在无训练和零样本设置下，平均成功率显著优于基线。特别是在 HM3D_OVON 等挑战性数据集上，其表现不仅超越所有无训练方法，甚至优于监督微调方法，实现了成功率与泛化性的全面领先。