LifelongCrossNav: Persistent 3D Semantic Memory for Cross-Floor Multi-Object Navigation
LifelongCrossNav 是一个用于未知多楼层室内环境中顺序多目标 ObjectNav 的框架。它维护一个共享的稀疏 3D 语义体素记忆，逐步累积几何结构、可穿越状态和视觉语言特征。该框架结合了支持感知的 3D 可穿越映射、楼梯特定感知和方向感知的楼梯穿越，并引入了一个基于 HM3D 场景的基准 HM3D-MFMON。
Development
- First ReportLifelongCrossNav: Persistent 3D Semantic Memory for Cross-Floor Multi-Object NavigationarXiv cs.RO
- Current Assessment这项工作表明，机器人导航研究正从单楼层、单目标任务转向多楼层、多目标场景，强调持久记忆和跨楼层规划。HM3D-MFMON 基准的引入为评估此类系统提供了标准化平台，可能推动该领域的进一步研究。Agent Pulse · analysis
LifelongCrossNav 提出了一种统一框架，用于在未知多楼层环境中进行顺序多目标导航。该框架维护一个持久的稀疏 3D 语义体素记忆，该记忆在情节中逐步累积几何结构、可穿越状态和视觉语言特征，使后续目标查询能够检索先前获取的场景信息，而无需重建地图。为了支持跨楼层持久搜索，它结合了支持感知的 3D 可穿越映射、楼梯特定感知和方向感知的楼梯穿越。一个统一的导航策略协调同楼层前沿探索、实时和历史兴趣点检索、楼梯导航以及目标搜索和接近。作者还引入了 HM3D-MFMON，一个基于 HM3D 场景构建的顺序多楼层多目标导航基准。
该框架的核心是共享的稀疏 3D 语义体素记忆，它统一了几何、可穿越性和视觉语言特征，使跨楼层持久搜索成为可能。支持感知的 3D 可穿越映射和楼梯特定感知解决了多楼层环境中的关键挑战。统一的导航策略整合了同楼层探索、历史兴趣点检索和楼梯导航，表明向更全面的导航架构发展。
这项工作表明，机器人导航研究正从单楼层、单目标任务转向多楼层、多目标场景，强调持久记忆和跨楼层规划。HM3D-MFMON 基准的引入为评估此类系统提供了标准化平台，可能推动该领域的进一步研究。
对于开发室内服务机器人或自主导航系统的公司，该框架可能提高多楼层环境中多目标导航的效率和鲁棒性，减少地图重建开销，并支持更复杂的任务序列。
后续可验证的信号包括：在 HM3D-MFMON 基准上与其他方法进行基准比较，在真实机器人上的部署，以及将记忆机制扩展到更复杂的环境或任务。