外观
论文arXiv 2512.2120113 天前
Schrödinger's Navigator：基于想象3D未来的零样本导航框架
针对零样本物体导航在遮挡场景下的脆弱性，提出Schrödinger's Navigator框架。通过轨迹条件3D世界模型维持多重未来假设，结合FAVM价值图实现主动决策，在仿真与宇树Go2真机实验中显著提升隐蔽目标发现率与避障安全性。
宇树 Go2本文由 AI 根据公开内容整理，可能有误，请以原文为准：Schrödinger's Navigator: Imagining an Ensemble of Futures for Zero-Shot Object Navigation（arXiv 2512.21201）
核心内容
针对通用服务机器人零样本物体导航（ZSON）在真实 cluttered 环境中因严重遮挡和未知区域导致推理脆弱的问题，研究团队提出 Schrödinger's Navigator 信念感知框架。该方法摒弃单一地图构建，转而在推理时基于候选路径生成轨迹条件化的3D未来想象，维持多种可能场景实现的叠加态。实验验证表明，该框架在仿真环境及宇树 Go2 四足机器人真机测试中，均优于现有强ZSON基线，有效提升了隐蔽目标发现能力与风险感知路径规划水平。
系统核心包含自适应遮挡感知采样器与未来感知价值图（FAVM）。采样器将想象力资源定向分配至不确定性关键区域，避免无效计算；FAVM则聚合多重想象未来以支持鲁棒的主动动作选择。这种“想象3D未来”策略解决了传统方法在单场景推断中的局限性，使机器人能在无预建地图、无任务微调的前提下，对潜在危险和未观测区域进行前瞻性建模，为不确定环境下的具身导航提供了可扩展且泛化性强的技术范式。
关键看点
- 3D世界模型：基于候选路径预测假设观测，维持多重场景叠加态而非单一地图，解决单场景推理脆弱性问题
- 自适应采样器：采用遮挡感知机制将计算资源聚焦于不确定性关键区域，提升对潜在隐患与未知空间的探索效率
- FAVM价值图：聚合多重想象未来生成未来感知价值图，驱动机器人在高遮挡环境下进行鲁棒且主动的风险规避决策
- 真机验证：在宇树Go2四足机器人及仿真中超越强ZSON基线，证实想象3D未来策略在零样本导航中的泛化性与安全性
工程与产业观察
该工作将生成式世界模型引入具身导航闭环，证明了“想象未来”比“精确建图”更适合开放世界零样本任务。对于算法工程师，其轨迹条件化预测与不确定性采样机制为解决长尾遮挡问题提供了新思路；对于硬件厂商，该框架降低了对高精度先验地图的依赖，增强了四足等移动平台在非结构化环境中的自主作业能力。
英文摘要 (Abstract)
Zero-shot object navigation (ZSON) requires robots to find target objects in unseen environments without task-specific fine-tuning or pre-built maps, a key capability for general-purpose service robots. Yet methods that perform well in simulation often degrade in cluttered real-world scenes with severe occlusion and latent hazards, where large unseen regions make single-scene inference brittle and unsafe. We propose Schrödinger's Navigator, a belief-aware framework that reasons at inference time over multiple trajectory-conditioned imagined 3D futures. Given candidate paths, a trajectory-conditioned 3D world model predicts hypothetical observations and maintains a superposition of plausible scene realizations rather than committing to one map. An adaptive occluder-aware sampler directs imagination to uncertainty-critical regions, while a Future-Aware Value Map (FAVM) aggregates imagined futures for robust, proactive action selection. Experiments in simulation and on a physical Go2 quadruped show that Schrödinger's Navigator outperforms strong ZSON baselines, improving hidden-target discovery and risk-aware waypoint selection in occlusion-heavy navigation scenarios. These results highlight imagined 3D futures as a scalable and generalizable strategy for zero-shot navigation in uncertain real-world environments.
作者：Yu He, Da Huang, Zhenyang Liu, Zixiao Gu, Qiang Sun, Guangnan Ye, Yanwei Fu, Yu-Gang Jiang
来源
本页事实对应的公开页面，以原文为准。