LHNav人形机器人长程导航系统研究发布

2026年11月10日，Xueyang Wang等作者在arXiv Robotics发布研究论文，提出LHNav长程人形机器人导航系统。该系统采用Brain、Cerebellum、Brainstem三个不同时间尺度的角色异步协调：任务推理、VLA运动token预测与全身控制，并利用进度与到达反馈来协调导航目标。论文称，仅用单目标演示训练的VLA在长程导航任务上取得75.56%的成功率；在Unitree G1上的部署进一步展示了真实环境中的单目标导航与零样本长程任务执行，包括物体被重新摆放的布局。目前该事件仅有这一篇主报道，尚无后续跟进报道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。