RAGNav：一种用于多目标视觉语言导航的检索增强拓扑推理框架

视觉语言导航正从单点寻路向更具挑战性的多目标任务演进，要求智能体在识别多个实体的同时，协同推理其空间物理约束及执行顺序。针对通用检索增强生成范式在处理多对象关联时缺乏显式空间建模而导致的空间幻觉与规划漂移问题，本文提出 RAGNav 框架。该框架通过双基记忆系统整合低层拓扑地图与高层语义森林，引入锚点引导的条件检索与拓扑邻居分数传播机制。该方法利用拓扑邻域的物理关联进行语义校准，显著提升了目标间可达性推理能力与序列规划效率，在复杂多目标导航任务中取得了最先进性能。