GemNav：离散Token视觉机器人导航策略

2026年10月20日，arXiv Robotics 刊出 Peter Bohm 等作者的 GemNav 视觉导航策略报道。该策略将机器人局部航点坐标表示为离散度量值分箱上的类别分布，再软解码为连续坐标执行，并以度量距离目标采样替代固定未来帧偏移来构建训练轨迹。报道称，GemNav 仅在 8.7 小时的公开 SCAND 数据集上训练，规模比同类跨具身数据集小约三个数量级；离线与闭环实验显示，其分布外泛化优于基于帧的采样，避障可靠性明显高于匹配的连续回归头。同一策略无需按平台重训练，即可迁移到未见环境和三种物理上不同的机器人平台。目前该事件仅有这一篇主报道，尚无后续跟进报道，上述性能与迁移结论均来自该报道自述。

AI 根据报道生成 · 45 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。