TrajRAG：检索几何 - 语义经验以实现零样本物体导航

现有零样本物体导航方法多依赖大模型中的常识知识，却忽视了具身 3D 经验及导航中产生的片段观测。为此，本文提出轨迹检索增强生成框架（TrajRAG），通过检索几何 - 语义经验增强大模型推理能力。该框架增量积累过往导航片段，利用拓扑 - 极坐标轨迹表示法紧凑编码空间布局与语义上下文，并通过分层分块结构实现由粗到细的检索。导航时，系统检索相似历史轨迹以指导路径点选择，并持续整合新经验，从而在多个基准测试中显著提升了零样本导航性能。