ObsGraph：用于具身推理与探索的分层观察表示

具身推理与探索是机器人在复杂陌生环境中执行任务的关键能力。本文提出 ObsGraph，一种以观察为中心的分层场景图，统一了场景表示、检索与探索机制。该结构将视觉证据组织为“房间 - 视图 - 物体”三层：房间提供粗粒度语义锚点，视图保留上下文共现关系，物体存储细粒度细节。在此基础上，系统在有限预算下执行由粗到细的分层检索，并利用检索结果动态构建探索候选空间，激活不同粒度的探索策略。实验表明，该方法显著提升了具身推理与探索任务的成功率与效率。