摘要
在线拓扑规划已成为连续环境中视觉语言导航（VLN-CE）的有效范式，但现有方法存在局部深度信息冗余及随拓扑图增长对当前前沿候选关注减弱的问题。为此，本文提出 LCGNav，一种模块化的局部几何增强框架。该方法将候选深度视图显式转换为三维点云，并基于智能体可达范围进行物理截断，实现更紧凑的局部几何建模。此外，引入保持维度的局部融合策略与瞬态退化机制，仅对当前相关的虚拟节点应用几何增强，且不改变原有规划器接口。实验表明，LCGNav 能以低训练成本显著提升多种基线模型的关键指标。
AI 推荐理由
论文核心提出一种用于视觉语言导航的拓扑规划增强框架，直接优化任务规划过程。
研究机构
The Aerospace Information Research Institute, Chinese Academy of Sciences, Beijing 100094, China
The School of Electronic, Electrical and Communication Engineering, University of Chinese Academy of Sciences, Beijing 100049, China
The Department of Computer Science, City University of Hong Kong, Hong Kong, SAR, China
论文信息