Tag · 2 篇
开放词表目标定位
01 02
面向开放世界空中目标导航的记忆增强场景理解与探索
Memory-Augmented Scene Understanding and Exploration for Open-World Aerial Object-Goal Navigation
把 RGB-D 观测增量聚合成自适应八叉树层级 3D 记忆，并用指令调制的 query 从中抽取场景/前沿 token，这套「3D 结构化记忆 + 语言引导检索」可直接迁移到任何需要长程空间记忆的视觉导航或具身任务中。
Context-Nav：面向实例导航的上下文驱动探索与视角感知三维空间推理
Context-Nav: Context-Driven Exploration and Viewpoint-Aware 3D Spatial Reasoning for Instance Navigation
把长文本描述编码成稠密文本-图像对齐的价值图来给前沿点排序，作为探索先验；再用采样观察位姿、对齐局部坐标系做三维空间关系校验来判定候选，这套「价值图引导探索 + 视角感知关系验证」的零训练流程可直接迁移到具身导航与开放词表目标定位中。