零样本目标导航框架

多实例下精确定位

引入锚点协同验证与语义空间先验，在无训练情况下解决同一类别多实例场景中的目标实例精确识别与定位问题。

Mingyu, Dai · ChenXi, Huang · Boyuan, Zheng · Zhenqing, Cheng · Wenzhou, Dong · 武良

Neurocomputing 2026

参数信息

成功率 (SR)

67.0 %

路径长度加权成功率 (SPL)

43.8 %

成功率 (SR)

66.8 %

路径长度加权成功率 (SPL)

38.9 %

技术优势

多实例中找对目标

通过联合验证目标实例身份与周围锚点约束，即使多个同类别物体共存也能精确定位正确目标。

无训练即可部署

该框架为零样本方法，无需针对新环境或新目标类别进行训练，即可直接用于导航任务。

三层解耦易扩展

将导航分解为感知、认知与决策三个功能独立的层次，便于单独升级或替换模块。

应用场景

• 室内机器人物品搜索：让室内机器人在多实例场景中准确找对目标物品。
• 家庭服务人形机器人：帮助家庭服务人形机器人无需训练即可在复杂家居环境中寻找指定物品。
• 自主移动机器人：为自主移动机器人提供零样本视觉导航能力，减少环境适配成本。
• 仓储机器人：在仓储环境中精确区分同类别不同货品，提高拣选准确率。
• 无人机目标搜索：使无人机在目标搜索中利用锚点验证消除外观相似的干扰物。