摘要
开放词汇导航要求具身智能体管理由语义模糊和模型误差引起的感知不确定性。现有工作多局限于局部最优的确定性方法，忽略了复合可能性对全局最优解的关键作用。本文提出概率场景图导航（PSG-Nav），构建利用完整语义类别分布的 3D 概率场景图以量化感知不确定性。为高效利用局部分布推理最优导航地标，提出“多宇宙决策”方法，从联合分布中采样多种最可能的世界设定，并基于地标与多宇宙的兼容性进行评估。此外，引入证据经验校准器，通过交叉验证检测结果与过往成败记忆，实现在线终身自适应以缓解认知不确定性导致的误报。在 MP3D、HM3D 和 HSSD 基准上的实验表明，该方法取得了新的最先进成果。
AI 推荐理由
论文提出多宇宙决策机制，通过采样多种世界状态评估导航地标，核心解决复杂环境下的全局路径规划问题。
研究机构
Equal contribution, The Hong Kong University of Science and Technology (Guangzhou), Guangdong, China
Zhejiang University, Jinan, China
论文信息