提出多楼层物体导航模块化策略诊断框架

1. 12:00
   arXiv cs.RO 机器人学

   多楼层物体导航的模块化策略学习：一个用于诊断分析的分解框架

   一项针对多楼层物体导航（ObjectNav）的诊断研究提出模块化分解框架，将全局策略拆分为楼层内探索策略与楼层间切换策略，其中楼层内策略通过蒸馏 Visual Language Models（VLMs）的探索逻辑学习。理论证明在理想假设下分解策略与单一全局策略在策略表示层面等价。实验表明感知性能与上下楼梯稳定性是多楼层导航的主要瓶颈。

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。