摘要
零样本物体导航虽进展迅速,但代理常在探测目标后陷入探索与追逐的振荡,或在临近成功时放弃。本文将此归因为“动作一致性差距”,即缺乏跨步骤的持久承诺。为此,我们提出 ConsistNav,一种无需训练的框架,其核心为包含三个模块的语义执行器:有限状态执行控制器分阶段管理目标追逐;持久候选记忆将跨帧证据累积为稳定假设;稳定性感知动作控制抑制无效行为。该方法不改变底层检测器或规划器,仅调控语义证据的介入时机。实验表明其在 HM3D 和 MP3D 上达到最先进水平,显著提升了成功率与路径效率。
AI 推荐理由
论文核心提出“持久候选记忆”模块,解决语义证据跨帧累积与一致性承诺问题。
研究机构
Sun Yat-sen University
The University of Hong Kong
Hong Kong University of Science and Technology (Guangzhou)
City University of Hong Kong
论文信息