Reasoning Systems for Semantic Navigation in Mobile Robots
University of Carlos III of Madrid（卡洛斯三世大学）；Technical University of Cartagena（卡塔赫纳理工大学）；Institute of Artificial Intelligent at the University of Bremen（不来梅大学人工智能研究所）
本文提出两种基于本体模型的语义导航系统，分别采用关系数据库和KnowRob实现环境建模，并在移动机器人上进行验证。
2026-03-23 cs.RO
Spatial and Semantic Reasoning for LLM-Driven Robot Navigation via MCP
Hanyang University（汉阳大学）；Hanyang University ERICA（汉阳大学ERICA校区）
本研究提出一个非侵入式框架，通过MCP协议将LLM推理与ROS导航连接，利用视觉地图和语义注释模块，实现超过97%地图覆盖率及基于自然语言指令的空间与语义导航目标选择。
2026-09-24 cs.RO
CoRelNav: Collaborative Relational Navigation for Multi-Robot Spatially Constrained Semantic Navigation
Beijing Institute of Technology（北京理工大学）
CoRelNav提出了一种将多机器人探索与候选驱动协作验证相结合的方法，用于空间约束语义导航，在模拟和真实机器人上验证了其有效性。
2026-09-24 cs.RO
GoalSwarm: Multi-UAV Semantic Coordination for Open-Vocabulary Object Navigation
本文提出GoalSwarm框架，通过轻量语义地图构建、零样本目标检测和去中心化协调策略，实现多无人机在未知环境中的开放词汇物体导航。
2026-03-16 cs.RO
An ontology-based approach to data exchanges for robot navigation on construction sites
École de Technologie Supérieure (ÉTS)（高等技术学院）
随着无人地面车辆（UGV）在建筑工程中自动采集数据汇集的应用日益广泛，建筑领域和机器人领域之间的跨学科语义数据共享和交换问题引起了建筑利益相关者的关注。跨域数据翻译需要详细的规范，尤其是在语义数据翻译方面。建筑信息模型（BIM）和地理信息系统（GIS）分别是获取和存储室内结构和室外环境施工数据的两种技术。在建筑和机器人领域之间缺乏数据交换的标准格式的情况下，这两个行业的工具尚未集成到一个连贯的部署基础设施中。因此，语义的BIM-GIS不能自动集成的任何机器人平台。为了实现跨领域的语义数据传输，语义Web技术已被广泛用于多学科领域的互操作性。我们利用它为更智能，更快速，更精确的机器人导航铺平了道路。本文开发了一个集成机器人导航和数据汇集的语义Web本体，将BIM-GIS的含义传达给机器人。建议的建筑信息机器人系统（BIRS）提供的建筑数据，语义转移到机器人平台，并可以使用的机器人导航软件栈在建筑工地上。为了达到这个目标，我们首先需要在建筑和机器人领域之间架起知识表示的桥梁。然后，我们开发了一个语义数据库，与机器人操作系统（ROS），可以与机器人和导航系统进行通信，以提供机器人的语义建筑数据在每个步骤的数据汇集。最后，通过一个实例验证了该系统的有效性.
2021-04-20 cs.RO
$S^3$-Nav: Structured Spatial-Semantic Decision Making for Language-Guided Robot Navigation
Gachon University（嘉泉大学）
$S^3$-Nav是面向部分可观测环境的语言引导机器人导航框架，通过分离持久状态、决策证据与执行权限提升导航可靠性并降低推理成本。
2026-11-03 cs.RO
NavJev: Efficient Vision-Language Navigation via Action-Centric Visual Compression and Discriminative Action-Semantic Memory
Tongji University（同济大学）
NavJev通过以动作中心的视觉压缩和判别性动作-语义记忆，将导航重构为紧凑视觉压缩加轻量动作选择，在R2R-CE上以低延迟实现高成功率。
2026-09-29 cs.RO
Deep-Reinforcement-Learning-Based Semantic Navigation of Mobile Robots in Dynamic Environments
Technical University of Berlin（柏林工业大学）
移动机器人在工业任务中变得越来越重要，例如在危险环境中的调试，交付或操作。安全自主导航的能力，特别是在动态环境中，在工业移动机器人中至关重要。当前的导航方法依赖于预先存在的静态地图，并且在动态环境中容易出错。此外，出于安全原因，它们通常依赖于手工制作的安全指南，这使得系统灵活性较低且速度较慢。基于视觉的导航和高层次的语义有可能通过创建链接来增强路径规划的安全性，从而使代理可以推理出更灵活的导航。在这个帐户上，我们提出了一个基于强化学习的本地导航系统，学习导航行为完全基于视觉观察，以应付高度动态的环境。因此，我们开发了一个简单而有效的模拟器-ARENA 2D-这是能够产生高度随机化的训练环境，并提供语义信息训练我们的代理。我们展示了增强的结果，在安全性和鲁棒性方面超过了传统的基线方法的基础上的动态窗口方法。
2020-08-02 cs.RO
Lavender Autonomous Navigation with Semantic Segmentation at the Edge
Politecnico di Torino（都灵理工大学）；University of Rome Tor Vergata（罗马第二大学）
本研究将基于分割的视觉不可知导航算法应用于薰衣草田，通过仿真和真实场景的大量实验验证了其在不同场景下的泛化能力和高度可靠性。
2023-09-13 cs.RO
SemGeoNav:A Safety-Guided Visual Navigation Approach with Semantic Reasoning and Geometric Planning
College of Intelligence Science and Technology, National University of Defense Technology（国防科技大学智能科学学院）
提出SemGeoNav分层视觉导航框架，融合端到端模型的高层语义推理与几何方法的可靠局部规划，实现鲁棒图像导航并显著提升避障能力，在真实机器人上优于ViNT和NoMaD。
2026-06-16 cs.RO
Topological Semantic Graph Memory for Image-Goal Navigation
Seoul National University（首尔国立大学）
提出了一种新的框架，增量收集基于地标的图的内存和使用收集的内存图像目标导航。给定一个目标图像进行搜索，具体的机器人利用语义记忆在未知的环境中找到目标。%语义图记忆是从RGB-D相机的全景观察中收集的，而不知道机器人的姿势。在本文中，我们提出了一个拓扑语义图存储器（TSGM），它包括（1）一个图形生成器，采取观察到的RGB-D图像构建拓扑语义图，（2）一个交叉图混合器模块，采取收集的节点，以获得上下文信息，和（3）一个记忆解码器，采取上下文记忆作为输入，以找到一个动作的目标。在图像目标导航任务上，TSGM在成功率上显著优于竞争基线+5.0-9.0%，在SPL上显著优于竞争基线+7.0-23.5%，这意味着TSGM找到了有效的路径。此外，我们证明了我们的方法在现实世界的图像目标场景中的移动机器人。
2022-09-17 cs.RO
A Topological Representation with Object-Path Graphs for Open-Vocabulary Instance Navigation
The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））
提出对象-路径图统一开放词汇语义推理与拓扑导航，实现无需稠密度量地图的全局规划与局部执行，在HM3D和Replica上验证有效。
2026-09-22 cs.RO
SemSafe-3DGS: Semantic Risk-Aware Active Navigation in Uncertain 3D Gaussian Splatting Maps
Lehigh University（理海大学）
提出SemSafe-3DGS框架，在三维高斯地图中通过语义风险权重调节碰撞间隙，结合主动感知屏障，实现安全高效的自主导航，并验证于真实机器人。
2026-09-18 cs.RO
Beyond Waypoints: Dual-Heatmap Grounding for Cross-Embodiment Semantic Navigation
Harbin Institute of Technology（哈尔滨工业大学）；JD AI Research（京东人工智能研究院）
本文提出一种统一的视觉-语言框架，通过双热图表示替代单点回归，以解决语义指令与物理可达性之间的差距，从而提升跨具身语义导航的鲁棒性和性能。
2026-05-19 cs.RO
Semantic Evidence Regulation via Relational Bias for Zero-Shot Object Navigation
School of Electronic Engineering, Xidian University（西安电子科技大学电子工程学院）；School of Information Science and Engineering, Hohai University（河海大学信息科学与工程学院）
提出DB-Nav框架，利用激活偏置和抑制偏置双关系偏置重塑搜索空间，通过关系激活-抑制探索图调节前沿探索，显著提升目标导航成功率和路径效率。
2026-07-30 cs.RO
Safe and Efficient Navigation in Extreme Environments using Semantic Belief Graphs
Stanford University（斯坦福大学）；NASA Jet Propulsion Laboratory, California Institute of Technology（美国国家航空航天局喷气推进实验室，加州理工学院）
提出语义信念图（SBG）表示方法，在感知不确定性下进行基于语义的规划，通过几何与语义节点及局部控制器实现安全高效的机器人导航，并在仿真与真实多层户外环境中验证。
2023-04-02 cs.RO
Context Aware Robot Navigation using Interactively Built Semantic Maps
University of California San Diego（加州大学圣地亚哥分校）；Monash University（莫纳什大学）
我们讨论了构建语义地图的过程，如何交互式地标记其中的实体，以及如何使用它们来实现人类环境中的上下文感知导航行为。我们利用平面表面，如墙壁和桌子，和静态对象，如门牌，作为我们的语义映射方法的功能。用户可以通过让机器人跟随他/她，通过移动应用程序输入标签，并向感兴趣的地标执行指向手势来交互地注释这些功能。我们的手势为基础的方法可以可靠地估计对象被指向和检测模糊的手势与概率建模。我们的人以下的方法试图最大限度地提高未来的效用，通过搜索未来的行动，假设恒速模型的人。我们描述了一种方法来提取度量目标的语义地图地标，并计划一个人知道的路径，考虑到个人空间的人。最后，我们展示了上下文感知的人以下两个场景：交互式标签和门通过。我们相信，未来的导航方法和服务机器人应用可以通过进一步利用人类环境的结构变得更加有效。
2018-08-14 cs.RO
SemSight: Probabilistic Bird's-Eye-View Prediction of Multi-Level Scene Semantics for Navigation
School of Automation, Beijing Institute of Technology（自动化学院，北京理工大学）
SemSight提出概率鸟瞰图预测模型，联合推断多层级场景语义，通过掩码约束监督在未知区域提升预测性能并增强导航效率。
2025-09-25 cs.RO
Blast Hole Seeking and Dipping -- The Navigation and Perception Framework in a Mine Site Inspection Robot
Australian Centre for Robotics, USYD（澳大利亚机器人中心，悉尼大学）
针对露天矿炮孔人工检测难题，提出 DIPPeR 机器人的自适应导航与 LiDAR 感知框架，实现炮孔寻找、跟踪及孔下传感器安全精确定位，并经仿真和现场验证。
2025-09-29 cs.RO
Language-Grounded Semantic Target Navigation for Autonomous Surface Vehicles
Nanyang Technological University（南洋理工大学）
提出SGNav框架，利用语言描述实现自主水面艇的语义目标导航，通过语义接地和港口感知过滤，在模拟港口中达到90%以上成功率，验证了方法的有效性。
2026-09-15 cs.RO
Visual-Geometry GP-based Navigable Space for Autonomous Navigation
Luddy School of Informatics, Computing, and Engineering, Indiana University（印第安纳大学勒迪信息学、计算与工程学院）
针对未知环境自主导航需兼顾几何与语义信息的需求，提出融合双稀疏高斯过程的VG-SGP框架，通过预测几何与语义可通行空间的重叠区域实现导航，实验证明其性能优于单一视觉或几何导航算法。
2024-07-09 cs.RO
Semantic navigation with domain knowledge
École de Technologie Supérieure（高等技术学院）；École Polytechnique de Montréal（蒙特利尔工程学院）
移动机器人系统的几个部署位置是人为的（即城市消防员、建筑物检查、财产安全），并且管理者可以访问关于该位置的特定于领域的知识，这可以提供语义上下文信息，从而允许更好的推理和决策。在本文中，我们提出了一个系统，允许移动机器人操作的位置感知和操作员友好的方式，利用语义信息的部署位置和集成到机器人的定位和导航系统。我们将建筑信息模型（BIM）集成到机器人操作系统（ROS）中，以生成拓扑和度量地图，并将其馈送到分层路径规划器（全局和局部）。地图合并算法将新发现的障碍物整合到度量地图中，而基于UWB的定位系统检测要注册回语义数据库的设备。这些结果在建筑物和建筑工地的模拟和现实部署中得到了验证。
2021-06-18 cs.RO
CausalNav: A Long-term Embodied Navigation System for Autonomous Mobile Robots in Dynamic Outdoor Scenarios
Center for Artificial Intelligence and Robotics, Shenzhen International Graduate School, Tsinghua University（人工智能与机器人中心，深圳国际研究生院，清华大学）；Peng Cheng Laboratory（鹏城实验室）
CausalNav是一种基于场景图的语义导航框架，通过构建多级语义场景图实现动态户外环境中的稳健导航与远距离规划。
2026-01-05 cs.RO
What the Elevation Map Cannot See: Semantic-Aware Locomotion and Execution-Aware Navigation for Humanoid Robot
University of Florida（佛罗里达大学）
针对现有VLN基准忽略高程图无法辨识的危险及执行偏差的问题，提出含高程细微危险与执行偏差的基准及闭环VLN+运动控制框架，在仿真和Unitree G1上验证，证明语义输入与抗偏差提升导航表现。
2026-10-15 cs.RO
Progress-Think: Semantic Progress Reasoning for Vision-Language Navigation
School of Information, Renmin University of China（中国人民大学信息学院）；Beijing Advanced Innovation Center for Future Blockchain and Privacy Computing（北京未来区块链与隐私计算先进创新中心）；Horizon Robotics
本文提出语义进展推理方法，通过视觉观察预测指令式进展，提升导航准确性。采用三阶段框架，结合自对齐预训练、进展引导策略预训练和进展-策略联合微调，实现高效导航。
2026-04-14 cs.RO
Vision-Language Models for Deployable Social Robot Navigation: Bridging Semantic Reasoning and Low-Level Control
Graduate School of Information Science and Technology, Hokkaido University（弘前大学信息科学与技术研究生院）；Graduate School of Information Science and Technology, The University of Tokyo（东京大学信息科学与技术研究生院）
本文综述了将视觉-语言模型（VLM）集成到社交机器人导航中的方法，提出包含高层推理、低层控制及中间机制的统一框架，并讨论了关键挑战与未来方向。
2026-06-27 cs.RO
SSCNav: Confidence-Aware Semantic Scene Completion for Visual Semantic Navigation
本文重点介绍视觉语义导航，主动代理导航到一个特定的目标对象类别在一个未知的环境中产生的行动的任务。为了完成这个任务，算法应该同时定位和导航到类别的实例。与传统的点目标导航相比，该任务要求智能体在室内环境之前具有更强的上下文。我们介绍SSCNav，一种算法，明确地使用一个信任感知语义场景完成模块来完成场景和指导代理的导航规划模型的场景先验。给定对环境的部分观察，SSCNav首先推断出一个完整的场景表示，其中包含未观察场景的语义标签以及与其自身预测相关联的置信度图。然后，策略网络从场景完成结果和置信度图推断动作。实验结果表明，该场景补全模块提高了下游导航策略的效率。视频、代码和数据：https://sscnav.cs.columbia.edu/
2021-03-22 cs.CV cs.RO
Room-Mediated Co-occurrence for Zero-Shot Object-Centric Semantic Navigation via Frontier Scoring
Robotics Institute, Faculty of Engineering and Information Technology, University of Technology Sydney (UTS)（悉尼科技大学工程与信息技术学院机器人研究所）
研究零样本目标中心语义导航，提出通过房间词汇表介导对象关系的无需训练的管道，利用CLIP-derived的RPV计算共现，经洪水填充传播投影到值图排序前沿，相比基线提升了SR和SPL，保留可解释性与灵活性。
2026-07-29 cs.RO
Enhancing Multi-Robot Semantic Navigation Through Multimodal Chain-of-Thought Score Collaboration
Zhixuan Shen, Haonan Luo, Kexun Chen, Fengmao Lv, Tianrui Li（作者）
针对家庭服务多机器人系统探索效率低、通信成本高的问题，提出多模态思维链协同导航（MCoCoNav）方法，结合VLMs与全局语义图实现高效协作导航，在HM3D_v0.2和MP3D上验证了有效性。
2025-08-26 cs.RO
Intelligent LiDAR Navigation: Leveraging External Information and Semantic Maps with LLM as Copilot
ShanghaiTech University（上海科技大学）
本研究提出以osmAG语义拓扑度量分层地图为桥梁，将LLM作为机器人导航副驾驶，在保持move_base鲁棒性的同时整合外部信息，提升导航智能水平。
2025-07-19 cs.RO
Closing the Perception-Action Loop for Semantically Safe Navigation in Semi-Static Environments
University of Toronto Robotics Institute（多伦多大学机器人研究所）；Technical University of Munich（慕尼黑工业大学）
本文提出一种闭合感知-动作流水线，将在线构建的稠密地图及对象级语义和一致性估计编码到控制障碍函数（CBF）中，由模型预测控制器（MPC）利用该安全约束调整导航行为，以适应半静态环境中的场景变化，实现语义安全导航。
2024-04-22 cs.RO
SSR-ZSON: Zero-Shot Object Navigation via Spatial-Semantic Relations within a Hierarchical Exploration Framework
School of Automation, Beijing Institute of Technology（自动化学院，北京理工大学）
本文提出 SSR-ZSON，在 TARE 框架中结合空间-语义视点生成与 LLM 全局引导，以提升未知环境零样本物体导航的探索效率和成功率。
2025-09-29 cs.RO
Frontier Semantic Exploration for Visual Target Navigation
University of Groningen（格罗宁根大学）
针对视觉目标导航在大型未知场景中的不足，提出基于前沿语义策略的框架，利用深度强化学习选择前沿单元作为长期目标，在Gibson和HM3D上显著提升成功率与效率。
2023-12-25 cs.RO
Enhancing Navigational Safety in Crowded Environments using Semantic-Deep-Reinforcement-Learning-based Navigation
Berlin Institute of Technology（柏林工业大学）
社交人群中的智能导航是移动机器人的一个重要方面，用于交付，医疗保健或援助等应用。深度强化学习作为保守方法的替代规划方法出现，并承诺更有效和灵活的导航。然而，在高度动态的环境中，采用不同种类的障碍物类，安全航行仍然提出了一个巨大的挑战。在本文中，我们提出了一种基于语义深度强化学习的导航方法，该方法通过考虑高级障碍物信息来教授特定于对象的安全规则。特别是，智能体通过考虑特定的危险区域来学习特定于对象的行为，以增强脆弱对象类周围的安全性。我们测试的方法对基准避障方法，并发现增加了安全性。此外，我们证明了智能体可以通过保持依赖于语义信息的个人安全距离来学习更安全地导航。
2021-09-23 cs.LG cs.RO
Inland-LOAM: Voxel-Based Structural Semantic LiDAR Odometry and Mapping for Inland Waterway Navigation
Division of Robotics, Automation and Mechatronics in the Department of Mechanical Engineering, KU Leuven（机械工程系机器人、自动化与机电系，KU莱顿大学）；Division of Declarative Languages and Artificial Intelligence (DTAI) in the Department of Computer Science, KU Leuven（计算机科学系声明语言与人工智能系（DTAI），KU莱顿大学）
针对内河航道中传统激光雷达SLAM垂直漂移和缺乏语义信息的问题，提出Inland-LOAM框架，通过改进特征提取、水面约束和体素语义建图，实现高精度定位与岸线提取，优于现有方法。
2025-10-15 cs.RO
Instance-Level Semantic Maps for Vision Language Navigation
KCIS, International Institute of Information Technology, Hyderabad（印度海得拉巴国际信息技术学院KCIS）；CSAIL, MIT（麻省理工学院计算机科学与人工智能实验室）；Hasan Kalyoncu University（哈桑·卡尔永朱大学）
本研究提出将实例级信息整合到空间地图表示中，并利用LLMs学习的词本体执行开放集语义关联，以解决现有VLN方法无法区分同一物体不同实例的局限，使导航性能提升了233%。
2023-07-01 cs.RO
CoSMO: Conformal Semantic Mapping for Open-World Safe Robot Navigation
Shanghai Jiao Tong University（上海交通大学）；Shanghai Innovation Institute（上海创新研究院）；Fudan University（复旦大学）
CoSMO是一种语义安全地图构建框架，通过将VLM嵌入转换为校准覆盖集与安全感知障碍物膨胀，在MP3D数据集和四足机器人实验中，分别减少61.6%语义碰撞、达到90.73%经验覆盖率，实现开放世界安全机器人导航。
2026-11-03 cs.RO
Autonomous social robot navigation in unknown urban environments using semantic segmentation
Monash University（莫纳什大学）
对于在城市环境中导航的自主机器人，重要的是机器人保持在指定的行进路径上（即，人行道），并避免区域，如草地和花园床，为安全和社会的一致性考虑。提出了一种结合语义分割和LiDAR数据的城市未知环境自主导航方法。所提出的方法使用分割的图像掩模来创建环境的3D障碍图，从该障碍图中计算人行道的边界。与现有方法相比，我们的方法不需要预先构建的地图，并提供了对安全旅行区域的3D理解，使机器人能够规划通过人行道的任何路径。将我们的方法与仅使用LiDAR或仅使用语义分割的两种替代方案进行比较的实验表明，总体而言，我们提出的方法在室外的成功率超过91%，室内的成功率超过66%。我们的方法使机器人能够始终保持在安全的行驶路径上，并减少了碰撞次数。
2022-09-12 cs.RO
SEEK: Semantic Reasoning for Object Goal Navigation in Real World Inspection Tasks
本文提出了SEEK框架，结合动态场景图和关系语义网络，利用语义先验知识与常识知识进行概率规划，提升了真实世界巡检任务中目标对象导航的效率，并在仿真和物理机器人实验中验证了其有效性。
2024-11-18 cs.RO
ApexNav: An Adaptive Exploration Strategy for Zero-Shot Object Navigation with Target-centric Semantic Fusion
The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））；Southern University of Science and Technology（南方科技大学）
针对未知环境中零样本目标导航的效率与可靠性问题，提出ApexNav框架，通过自适应切换语义/几何探索策略提升效率，以目标为中心的语义融合增强鲁棒性，在多个数据集上性能优于现有方法，且经真实环境验证。
2025-09-05 cs.RO
NaviScale: Generating Large-Scale Semantic Map Datasets for Object Navigation
Shandong University（山东大学）；Beihang University（北京航空航天大学）
NaviScale通过组合真实住宅平面图与房间级语义地图，生成大规模训练数据，提升目标导航性能，在HM3D和MP3D上分别达到64.3%和43.1%的成功率。
2026-10-01 cs.RO
Change-Robust Online Topological Memory for Long-Term Relocalization and Semantic Navigation
National University of Singapore（新加坡国立大学）
针对长期语义导航中的外观与场景变化问题，提出CROSS拓扑记忆，通过预承诺定位层和混合高斯滤波在连续位姿空间验证候选匹配，提升重定位鲁棒性并实现记忆重用。
2026-10-05 cs.RO
SignScene: Visual Sign Grounding for Mapless Navigation
Smart Systems Institute, National University of Singapore, 3 Research Link, 117602, Singapore.（新加坡国立大学智能系统研究所）；School of Computing, National University of Singapore, 13 Computing Drive, 117417, Singapore.（新加坡国立大学计算机学院）
提出SignScene，一种以标志为中心的空间语义表示方法，利用视觉语言模型将标志的语义指令与场景元素和导航动作对应，实现无地图导航，在114个查询中达到88%的接地准确率。
2026-05-29 cs.RO
SparseNav: Instruction-conditioned Sparse Semantic Perception for Training-Free Vision-Language Navigation
SparseNav提出免训练的指令条件稀疏语义感知框架，按需获取语义并维护轻量BEV地图和地标记忆，在R2R-CE和RxR-CE上分别取得42.8%和40.7%的成功率，并成功部署于四足机器人。
2026-09-23 cs.RO
Learning to Map for Active Semantic Goal Navigation
University of Pennsylvania（宾夕法尼亚大学）；Amazon（亚马逊）
我们考虑在看不见的环境中的目标导航的问题。解决这个问题需要学习上下文语义先验知识，这是一项具有挑战性的工作，因为室内环境的空间和语义可变性。目前的方法学习隐式编码这些先验知识，通过面向目标的导航策略功能操作的空间表示，仅限于代理的可观察区域。在这项工作中，我们提出了一个新的框架，主动学习生成语义地图的代理的视野之外，并利用语义类的不确定性在未观察到的领域，以决定长期目标。我们证明，通过这种空间预测策略，我们能够学习语义先验的场景，可以在未知的环境中利用。此外，我们展示了如何不同的目标，可以通过平衡探索与开发搜索语义目标。我们的方法在Matterport3D数据集的视觉逼真的环境中进行了验证，并显示了在竞争基线上对象目标导航的改进结果。
2022-03-08 cs.CV cs.RO
Autonomous Navigation in Rows of Trees and High Crops with Deep Semantic Segmentation
Politecnico di Torino（都灵理工大学）
本文提出一种基于深度语义分割的自主导航方法，解决高树行和果园中GPS信号遮挡及天空不可见时的机器人引导问题，并在模拟树田和葡萄园实验中验证了其鲁棒性与竞争优势。
2023-04-18 cs.RO
Reactive Navigation in Partially Familiar Planar Environments Using Semantic Perceptual Feedback
University of Pennsylvania（宾夕法尼亚大学）；UC Berkeley（加州大学伯克利分校）
本文解决了平面导航的问题，通过求助于一个在线的反应计划，利用SLAM和视觉对象识别的最新进展，重铸以前的几何知识的离线目录熟悉的对象。由此产生的向量场规划器保证收敛到任意指定的目标，避免与目录中固定但任意放置的实例以及完全未知的固定障碍物发生碰撞，只要它们是强凸的并且分离良好。我们说明了通用的鲁棒性，这种确定性的反应规划，以及相对温和的计算成本，该算法补充了广泛的数值研究与物理实现在不同的设置在两个轮式和腿式平台。
2021-08-19 cs.RO
Autonomous Navigation with Mobile Robots using Deep Learning and the Robot Operating System
Imperial College London（帝国理工学院）；AIOZ Ltd.（AIOZ有限公司）
自主导航是机器人研究的一个长期领域，它为移动机器人提供了一种基本的能力，使其能够在人类日常执行的相同环境中执行一系列任务。在本章中，我们提出了一套算法，训练和部署深度网络的自主导航的移动机器人使用机器人操作系统（ROS）。我们描述了解决这个问题的三个主要步骤：i）使用ROS和Gazebo在模拟环境中收集数据; ii）设计用于自主导航的深度网络; iii）在模拟和现实世界中的移动机器人上部署学习策略。从理论上讲，我们提出了深度学习架构，用于在正常环境中进行鲁棒导航（例如，人造房屋、道路）和复杂环境（例如，倒塌的城市或天然洞穴）。我们进一步表明，使用视觉模态，如RGB，激光雷达和点云是必不可少的，以提高移动机器人的自主性。我们的项目网站和演示视频可以在https://sites.google.com/site/autonomousnavigationros上找到。
2020-12-07 cs.RO
USS-Nav: Unified Spatio-Semantic Scene Graph for Lightweight UAV Zero-Shot Object Navigation
School of Aeronautic Science and Engineering, Beihang University, Beijing 100191, China（北京航空航天大学航空科学与工程学院）；State Key Laboratory of Industrial Control Technology, Zhejiang University, Hangzhou 310027, China（浙江大学工业控制技术状态重点实验室）；Differential Robotics, Hangzhou 311121, China（杭州差分机器人）
USS-Nav通过构建一体化空间语义场景图，实现轻量级无人机在未知环境中的高效零样本物体导航，提升计算效率和实时更新能力。
2026-02-03 cs.RO
Simultaneous Mapping and Target Driven Navigation
George Mason University（乔治梅森大学）
这项工作提出了一个模块化的架构，同时映射和目标驱动的导航在室内环境中。通过卷积神经网络从RGB图像、语义分割和对象检测器的输出中提取存储在2.5维地图中的语义和外观。给定这种表示，映射模块学习本地化代理并在地图中注册连续的观察。导航任务，然后制定为一个问题，学习的政策，达到语义目标，使用当前的观察和最新的地图。我们证明了语义信息的使用提高了定位精度，存储空间语义地图的能力有助于目标驱动的导航策略。这两个模块分别在Active Vision Dataset和Matterport3D环境中进行了评估，证明了定位和导航任务的性能有所改善。
2019-11-18 cs.CV cs.RO
DR. Nav: Semantic-Geometric Representations for Proactive Dead-End Recovery and Navigation
Dept. of Computer Science at the University of Virginia（弗吉尼亚大学计算机科学系）；Dept. of Computer Science at the University of Maryland College Park（马里兰大学学院市计算机科学系）
针对非结构化环境中死胡同检测与恢复的自主导航问题，DR. Nav通过跨模态RGB-LiDAR融合与注意力滤波生成语义代价图，结合贝叶斯推理更新死胡同可能性和恢复点，提升检测准确率与路径效率。
2025-11-16 cs.RO
OptiSight: Bridging Semantic Reasoning and Geometric Control for Embodied Navigation
Institut de Robòtica i Informàtica Industrial (CSIC-UPC)（机器人学与工业信息研究所（西班牙国家研究委员会-加泰罗尼亚理工大学））
本研究提出OptiSight混合框架，结合VLM推理与确定性视觉伺服，在8GB VRAM预算下，于AI Habitat中实现了多种室内场景下的可靠零样本具身导航。
2026-08-25 cs.CV cs.RO
CLUE: Adaptively Prioritized Contextual Cues by Leveraging a Unified Semantic Map for Effective Zero-Shot Object-Goal Navigation
School of Electrical Engineering, KAIST（韩国科学技术院电子工程学院）
CLUE通过利用统一语义地图，采用适应性优先级上下文线索的方法，有效解决零样本物体-目标导航问题，提高了导航的鲁棒性和效率。
2026-05-19 cs.RO
Open-Vocabulary Object-Goal Navigation by Generalizing Semantic Mapping with Dense CLIP
Shanghai AI Lab（上海人工智能实验室）；The University of Hong Kong（香港大学）；Zhejiang University（浙江大学）
研究面向对象的实体导航任务，提出OVExp框架，利用密集CLIP模型展示基于语义地图的目标预测网络泛化能力，设计跨模态转移策略解决训练成本高问题，在ObjectNav基准上对未知目标有强大泛化能力。
2026-07-10 cs.RO
