arXiv Robotics· Shoubin Chen, Rui Xu, Zehao Wu, Kai Zhang, Tao Huang, Zhou Liu, Qingquan Li·· 5 小时前AI 评分31
CSG-Nav：面向鲁棒探索与精确零样本物体目标导航的置信度感知语义-几何融合框架
CSG-Nav: Confidence-Aware Semantic-Geometric Fusion for Robust Exploration and Accurate Zero-Shot Object-Goal Navigation
AI 导读
CSG-Nav 是一个以置信度感知多模态信息融合为核心的零样本导航框架，在 HM3Dv1、HM3Dv2 和 MP3D 上分别取得 58.9%、71.6% 和 44.3% 的成功率。
推荐理由模型分析
针对零样本目标导航中远距离感知不可靠、幻觉导致方向偏差和语义合理但几何错误的停止判断，提出语义来源、空间置信度与语义-几何决策三层融合，用高斯衰减抑制远处观测。HM3Dv1/v2与MP3D成功率分别为58.9%、71.6%、44.3%，并给出室内外实机部署，可供具身导航研究者比较融合策略与停止条件。
来源：arXiv Robotics · arxiv.org