arXiv · 机器人与计算机视觉· Yang Li, Ziju Han, Aming WU, Zihao Zhang, Sijia Zhang, Yahong Han, Qinghua Hu·· 12 小时前AI 评分75
递归策略自改进:面向零样本开放词汇多目标导航的方法
Improve How You Improve: Recursive Policy Self-Improvement for Zero-Shot Open-Vocabulary Multi-Object Navigation
AI 导读
针对零样本开放词汇多目标导航任务,本文提出 RPSI-Nav 递归策略自改进框架,旨在让机器人无需训练即可在未知环境中高效搜索多个物体。该方法不仅优化导航程序,还动态修订诊断与生成修订的机制本身:当现有观测无法区分竞争原因时请求诊断视图,并将后续目标搜索的反馈关联至产生修订的规则,从而指导诊断、观测获取及修订规划的更新。
来源:arXiv · 机器人与计算机视觉 · arxiv.org