arXiv Robotics· Qizhao Chen, Yuanhong Zeng, Shoh Nishino, Anushri Dixit·· 5 小时前AI 评分31
CPNav：面向未见环境目标搜索的校准视觉语言导航框架
CPNav: Calibrated Vision-Language Navigation for Object-Goal Search in Unseen Environments
AI 导读
CPNav 将碰撞感知规划与经保形预测校准的 VLM 动作打分结合，实现无地图目标导航，校准层与模型无关、可包裹任意 VLM 策略。在 AI Habitat 仿真中，相比未校准基线，HM3D v0.2 上 SR 与 SPL 相对提升 6.2% 和 11.4%，MP3D 上提升 12.4% 和 8.8%。
推荐理由模型分析
针对VLM导航决策过度自信、动作评分未校准的问题，作者用保形预测离线校准动作分数，并给出用户指定风险水平下的有限样本保证，且该层与模型无关、可套用任意VLM策略。仿真与MentorPi实机均报告成功率与SPL相对未校准基线的提升，实机增益更大。做具身导航的研究者可据此比较校准环节的收益，但结论限于其测试场景与硬件。
来源：arXiv Robotics · arxiv.org