arXiv Robotics· Amirhosein Chahe, Siwei Cai, Lifeng Zhou·· 5 小时前AI 评分32
基于冻结 DINO 编码器与单调代价排序的潜世界模型，实现图像目标导航
Latent World Models with Monotone Planning Costs for Image-Goal Navigation
AI 导读
研究者提出一种基于冻结 DINO 系列编码器的潜世界模型，用自回归 rollout 损失和单调代价排序（MCR）损失训练，使规划代价能可靠排序候选动作序列。在 GNM 导航数据集上，该方法优于 Navigation World Models（NWM）、DINO-WM、OmniVLA 和 NoMaD，达到 SOTA，方向误差相比同编码器的 DINO WM 基线降低 2.7 倍。
推荐理由模型分析
该研究指出，规划代价排序不当会误导 CEM 等采样规划器，并用自回归 rollout 损失与单调代价排序损失来改善多步规划的一致性，同时报告了时间置换负样本损害潜在几何的负面发现。做图像目标导航或潜在世界模型的研究者可据此比较 DINO-WM、NWM 等基线，并注意结论来自 GNM 数据集与零样本真机演示，尚未给出大规模现场验证。
来源：arXiv Robotics · arxiv.org