零样本目标导航框架

成功率提升最高13.3%

PriorNav通过统一检索式先验知识空间与多步迭代推理，在零样本目标导航任务中超越最强免训练基线。

刘雯 · 邓中亮

Sensors 2026

参数信息

Object-Goal 成功率提升

3.5 %

Text-Goal 成功率提升

3.5 %

技术优势

三项任务全超基线

在 Object-Goal、Image-Instance Goal 和 Text-Goal 三项基准上，成功率相对基线分别提升 3.5%、13.3% 和 3.5%，且超过最强的免训练基线。

先验知识可统一检索

从语义、实例和关系三个层面学习统一的检索式知识空间，为未知环境中的目标推理提供丰富的外部知识。

多步迭代推理决策

通过探索、验证、接近三阶段的多步迭代推理进行渐进式决策，提升复杂目标搜索的合理性。

应用场景

• 家用服务机器人：家用机器人可无需重训练即在陌生家居环境中按指令寻找物品。
• 自主移动机器人：自主移动机器人可在未知环境中利用先验知识推理导航至目标。
• 医疗辅助机器人：医疗辅助机器人可依据文本或图像目标在复杂科室中定位所需物品。
• 智能仓储系统：智能仓储系统可在未建模库区中根据描述检索并导航至指定货品。