Holistic Deep-Reinforcement-Learning-based Training of Autonomous Navigation Systems
Berlin Institute of Technology（柏林工业大学）
近年来，深度强化学习作为地面车辆自主导航的一种有前途的方法出现，并已被用于巡航控制、车道变换或避障等各种导航领域。然而，大多数研究工作要么专注于使用深度强化学习来提供端到端的解决方案来训练整个系统，要么专注于一个特定的方面，例如局部运动规划。然而，这伴随着许多问题，例如灾难性的遗忘，低效的导航行为以及导航堆栈的不同实体之间的非最佳同步。在本文中，我们提出了一种整体的深度强化学习训练方法，其中训练过程涉及导航堆栈的所有实体。这将增强导航堆栈的所有实体之间的同步和对它们的理解，从而提高导航性能。我们用一些不同的观察空间训练了几个智能体，以研究不同输入对智能体导航行为的影响。在对多种基于学习和经典的基于模型的导航方法的深入评估中，我们提出的代理在效率和安全性方面优于基线，实现更短的路径长度，更少的迂回路径和更少的碰撞。
2023-02-06 cs.LG cs.RO
Safe Multi-Agent Navigation guided by Goal-Conditioned Safe Reinforcement Learning
Computer Science and Artificial Intelligence Laboratory, Massachusetts Institute of Technology（计算机科学与人工智能实验室，麻省理工学院）
本文提出融合规划与安全强化学习的方法，通过目标条件策略和图构建实现多智能体安全导航，利用冲突搜索生成路点计划，在复杂环境中有效平衡安全与效率。
2025-03-07 cs.LG cs.RO
SeeNav-Agent: Enhancing Vision-Language Navigation with Visual Prompt and Step-Level Policy Optimization
Tencent AI Lab（腾讯AI实验室）
SeeNav-Agent通过视觉提示和分步策略优化提升视觉语言导航性能，实验显示其在导航成功率上优于现有模型。
2026-10-28 cs.LG
RMM: A Recursive Mental Model for Dialog Navigation
Microsoft Research（微软研究院）；Carnegie Mellon University（卡内基梅隆大学）；University of Washington（华盛顿大学）
智能引导机器人必须能够向人类提出问题并理解答案。现有的许多工作只关注后者。在本文中，我们超越了指令遵循，并介绍了两个代理人的任务，其中一个代理人导航，并提出问题，第二，指导代理人回答。受心理理论的启发，我们提出了递归心理模型（RMM）。导航代理模型的指导代理模拟答案候选人产生的问题。引导代理反过来对导航代理进行建模，以模拟生成答案所需的导航步骤。我们使用智能体朝向目标的进展作为强化学习奖励信号，不仅直接通知导航动作，而且还通知问题和答案生成。我们证明了RMM可以更好地推广到新的环境。对话者建模可能是人类与智能体对话的一种方式，在这种方式下，机器人需要提问和回答问题。
2020-10-06 cs.AI cs.CL cs.CV
Teaching Agents how to Map: Spatial Reasoning for Multi-Object Navigation
LIRIS（里昂信息与图像实验室）；Université de Lyon（里昂大学）；INSA-Lyon（里昂国立应用科学学院）；Univ Lyon（里昂大学）；UCBL（里昂第一大学）；CNRS（法国国家科学研究中心）；INSA Lyon（里昂国立应用科学学院）；Naver Labs Europe（Naver欧洲实验室）
本文面向多目标导航，提出用空间关系估计辅助任务强化RL智能体，显著提升显式或隐式建图基线，并赢得CVPR 2021多目标导航挑战赛。
2023-04-25 cs.CV cs.LG cs.RO
Constrained Environment Optimization for Prioritized Multi-Agent Navigation
University of Cambridge（剑桥大学）
本文将环境视为系统级优化中的决策变量，提出无优先级和有优先级的环境优化问题，利用强化学习和原始-对偶机制解决受约束的随机优化问题，数值结果证明了方法的有效性与适应性。
2023-05-18 cs.LG cs.MA cs.RO
PRM-RL: Long-range Robotic Navigation Tasks by Combining Reinforcement Learning and Sampling-based Planning
Google Brain（谷歌大脑）；University of New Mexico（新墨西哥大学）
我们提出了PRM-RL，远程导航任务完成的分层方法，结合基于采样的路径规划与强化学习（RL）。RL代理学习短距离，点对点的导航策略，捕获机器人动态和任务约束，而无需大规模拓扑结构的知识。接下来，基于采样的规划者提供连接机器人配置的路线图，这些配置可以由RL代理成功导航。相同的RL代理用于在规划的指导下控制机器人，从而实现远程导航。我们使用概率路线图（PRM）的抽样为基础的规划。RL代理是在连续状态和动作空间中使用基于特征的深度神经网络策略构建的。我们评估PRM-RL，无论是在模拟和机器人上，在两个导航任务与非平凡的机器人动力学：端到端的差分驱动室内导航在办公室环境中，在城市环境中的空中货物交付与负载位移的限制。我们的研究结果表明，在任务完成的RL代理自己和传统的抽样为基础的规划。在室内导航任务中，PRM-RL在嘈杂的传感器条件下成功完成了长达215米的轨迹，而空中货物交付在比训练中使用的环境大6300万倍的环境中完成了超过1000米的飞行，而没有违反任务限制。
2018-05-16 cs.AI cs.LG cs.RO
Visual Navigation with Spatial Attention
Technion（以色列理工学院）
这项工作的重点是对象的目标视觉导航，旨在找到一个对象的位置从一个给定的类，在每一步中的代理提供了一个自我中心的RGB图像的场景。我们建议使用强化学习算法来学习代理的策略。我们的主要贡献是一个新的注意力概率模型的视觉导航任务。这种注意编码了关于观察对象的语义信息，以及关于它们的位置的空间信息。“什么”和“哪里”的这种组合允许代理有效地导航到所寻找的对象。注意力模型，以改善代理的政策，并实现国家的最先进的结果在常用的数据集。
2021-04-20 cs.CV cs.LG
Investigating Navigation Strategies in the Morris Water Maze through Deep Reinforcement Learning
本研究通过在2D Morris水迷宫仿真环境中训练深度强化学习智能体，分析导航策略分布并对比生物实验数据，探究辅助任务效用及类位置细胞、头朝向细胞的内部表征与导航策略的关联。
2023-11-08 cs.LG cs.NE q-bio.NC
A Role of Environmental Complexity on Representation Learning in Deep Reinforcement Learning Agents
本研究通过模拟导航任务探究环境因素对深度强化学习智能体表征学习的影响，发现捷径接触频率影响导航表现，线索表征依赖规划使用而非单纯接触，空间表征先于策略稳定，且网络编码群体层面的规划轨迹。
2025-03-19 cs.LG
AVLEN: Audio-Visual-Language Embodied Navigation in 3D Environments
University of California, Riverside（加州大学河滨分校）；Mitsubishi Electric Research Labs（三菱电机研究实验室）
近年来，嵌入式视觉导航在两个不同的方向上取得了进展：（i）装备人工智能智能体以遵循自然语言指令，以及（ii）使可导航的世界多模态，例如，视听导航然而，现实世界不仅是多模态的，而且往往是复杂的，因此，尽管有这些进步，代理人仍然需要了解他们的行动中的不确定性，并寻求指导导航。为此，我们提出了AVLEN~ --一个交互式的视听语言具身导航代理。与视听导航任务类似，我们的具体代理的目标是通过导航3D视觉世界来本地化音频事件;然而，代理也可以寻求人类（Oracle）的帮助，其中以自由形式的自然语言提供帮助。为了实现这些能力，AVLEN使用多模态分层强化学习主干，该主干学习：（a）选择用于导航的音频线索或查询oracle的高级策略，以及（b）基于其视听和语言输入选择导航动作的低级策略。通过对导航任务的成功进行奖励来训练策略，同时最大限度地减少对oracle的查询次数。为了实证评估AVLEN，我们提出了语义视听导航任务的SoundSpaces框架上的实验。我们的研究结果表明，装备代理请求帮助导致性能的明显改善，特别是在具有挑战性的情况下，例如，当在训练期间或在干扰物声音存在的情况下听不到声音时。
2022-10-14 cs.AI cs.CL cs.CV
Navigation Agents for the Visually Impaired: A Sidewalk Simulator and Experiments
McGill University（麦吉尔大学）；ElementAI（ElementAI公司）；Mila, Quebec Artificial Intelligence Institute（米拉-魁北克人工智能研究所）；Université de Montréal（蒙特利尔大学）；Université de Sherbrooke（舍布鲁克大学）；Polytechnique Montréal（蒙特利尔综合理工学院）
针对现有强化学习环境不适用于视障人士户外导航任务的问题，本研究提出人行道仿真环境SEVN及基于PPO算法的多模态融合导航策略模型，为相关研究提供基础。
2019-10-29 cs.CV cs.HC cs.LG
Online Control Barrier Functions for Decentralized Multi-Agent Navigation
University of Cambridge（剑桥大学）
本文提出在线CBFs，利用强化学习和GNNs实时调优超参数，实现去中心化多智能体控制器，解决了固定CBFs在动态环境中导航性能不佳的问题。
2023-09-08 cs.LG cs.MA cs.RO
Co-Optimizing Reconfigurable Environments and Policies for Decentralized Multi-Agent Navigation
University of Cambridge（剑桥大学）
本文提出智能体-环境协同优化框架，通过策略梯度无模型学习交替优化智能体导航策略与可重构环境布局，并证明其收敛性，实验表明优化后的环境能有效引导多智能体避碰导航。
2025-07-02 cs.LG cs.MA cs.RO
ALAN: Adaptive Learning for Multi-Agent Navigation
Universidad de Concepcion（康塞普西翁大学）；Clemson University（克莱姆森大学）；University of Minnesota（明尼苏达大学）
在多智能体导航中，智能体需要向目标位置移动，同时避免与其他智能体和静态障碍物的碰撞，通常彼此之间没有通信。现有的方法计算的运动是最佳的本地，但不考虑所有代理的聚合运动，产生效率低下的全球行为，特别是当代理在拥挤的空间移动。在这项工作中，我们开发的方法，允许代理动态地适应他们的行为，以他们的当地条件。我们通过将多智能体导航问题制定为一个动作选择问题来实现这一点，并提出了一种方法，ALAN，允许代理计算时间效率和无碰撞的运动。ALAN是高度可扩展的，因为每个代理都可以使用一组针对各种导航任务优化的速度来决定如何移动。实验结果表明，使用ALAN的代理，在一般情况下，到达目的地的速度比使用ORCA，一个国家的最先进的防撞框架，行人导航的社会力量模型，和预测防撞模型。
2017-10-11 cs.MA cs.RO
Differentiable Environment-Trajectory Co-Optimization for Safe Multi-Agent Navigation
University of Cambridge（剑桥大学）；Zurich University of Applied Sciences, ZHAW（苏黎世应用科技大学）；ETH Zurich（苏黎世联邦理工学院）
本文提出一种可微环境-轨迹联合优化方法，通过双层优化问题提升多智能体导航的安全性和效率，实验验证了其在物流和交通场景中的有效性。
2026-04-08 cs.MA cs.RO
Human-Inspired Multi-Agent Navigation using Knowledge Distillation
Clemson University（克莱姆森大学）
本文提出一种结合知识蒸馏与强化学习的框架，利用人类轨迹演示提取专家策略以塑造奖励，训练多智能体在分散环境中学习人类式避碰策略，并在未演示任务中超越专家。
2023-08-29 cs.LG cs.RO
Strategic Pseudo-Goal Perturbation for Deadlock-Free Multi-Agent Navigation in Social Mini-Games
Delhi Technological University（德里技术大学）
本文提出策略性伪目标扰动（SPGP）技术，基于Safety Barrier Certificates框架，通过在死锁时选择伪目标引导智能体，有效解决多智能体导航中的死锁问题，提升系统效率与安全性。
2024-07-25 cs.MA cs.RO
Meta Navigation Functions: Adaptive Associations for Coordination of Multi-Agent Systems
EPFL（洛桑联邦理工学院）
在本文中，我们引入了一类新的势场，即，Meta导航功能（MNF），以协调多代理系统。由于MNF公式化，代理可以通过部分和/或全部关联来促进彼此的协调，这与传统的分散式导航功能（DNF）相反。特别地，试剂可以通过它们的MNF相互刺激。此外，MNF需要被限制，这与DNF的Morse条件相比是较弱的条件。MNF由约束函数和吸引核组成。前者的临界点可以被限制在目标临界点周围的安全区域内。在到达安全区域之前，代理的无碰撞轨迹及其与对等体的关联由一个受限函数控制。然后，吸引核将智能体驱动到安全区域中的目标。与DNF相比，MNF提供更快的协调。我们说明了如何MNF可能会表现出一些社会行为的过程中的部分和总的协会之间的代理。我们的模拟验证了MNF协调复杂的代理群的效率。
2022-10-04 cs.MA cs.RO
What do navigation agents learn about their environment?
Goethe University Frankfurt（法兰克福歌德大学）；Allen Institute for AI（艾伦人工智能研究所）
当今最先进的视觉导航代理通常由端到端训练的大型深度学习模型组成。这样的模型几乎没有提供关于学习的技能或代理响应其环境所采取的行动的可解释性。虽然过去的工作已经探索了解释深度学习模型，但很少关注解释具体的人工智能系统，这通常涉及对环境结构，目标特征和行动结果的推理。在本文中，我们介绍了点目标和目标导航代理的可解释性系统（iSEE）。我们使用iSEE来探测这些代理所产生的关于代理和环境的信息的存在的动态表示。我们展示了关于使用iSEE的导航代理的有趣见解，包括编码可到达位置（以避免障碍物）的能力，目标的可见性，从初始产卵位置的进展以及当我们屏蔽关键的单个神经元时对代理行为的戏剧性影响。代码可在以下网址获得：www.example.com
2022-06-17 cs.CV cs.LG cs.RO
SOCIALGYM 2.0: Simulator for Multi-Agent Social Robot Navigation in Shared Human Spaces
University of Texas, Austin（德克萨斯大学奥斯汀分校）
我们提出SocialGym 2，多智能体导航模拟器的社会机器人研究。我们的模拟器模拟多个自主智能体，在复杂的环境中复制真实世界的动态，包括门口，走廊，十字路口和环形交叉口。与传统的模拟器不同，SocialGym 2采用多智能体强化学习（MARL）来为复杂环境中具有不同动态约束的多个机器人制定最佳导航策略。SocialGym 2基于PettingZoo MARL库和Stable Baselines3 API构建，提供了一个可访问的Python接口，通过ROS消息传递与导航堆栈集成。SocialGym 2可以很容易地安装并打包在Docker容器中，它提供了交换和评估不同MARL算法的能力，以及自定义观察和奖励功能。我们还提供脚本，允许用户创建自己的环境，并使用各种社交导航算法进行基准测试，报告广泛的社交导航指标。预计托管于：https://amrl.cs.utexas.edu/social_gym/index.html
2023-03-09 cs.AI cs.MA cs.RO
MultiON: Benchmarking Semantic Map Memory using Multi-Object Navigation
IIT Kanpur（印度理工学院坎普尔分校）；Simon Fraser University（西蒙弗雷泽大学）；UIUC（伊利诺伊大学厄巴纳-香槟分校）
真实感3D环境中的导航任务具有挑战性，因为它们需要在部分可观测性下进行感知和有效规划。最近的研究表明，地图般的记忆是有用的长视野导航任务。然而，尚未进行地图对不同复杂性的导航任务的影响的集中调查。我们提出了multiON任务，它需要在现实环境中导航到特定场景的对象序列。MultiON概括了ObjectGoal导航任务，并明确测试导航代理定位先前观察到的目标对象的能力。我们进行了一组multiON实验，以研究各种代理模型如何在导航任务复杂性的频谱上执行。我们的实验表明：i）导航性能随着任务复杂性的升级而显著降低; ii）简单的语义映射代理相对于更复杂的神经图像特征映射代理表现得令人惊讶地好;以及iii）甚至Oracle映射代理也实现相对较低的性能，这表明在使用映射训练具身导航代理方面的未来工作的潜力。视频摘要：https://youtu.be/yqTlHNIcgnY
2020-12-07 cs.AI cs.CV cs.LG
CAMON: Cooperative Agents for Multi-Object Navigation with LLM-based Conversations
本文提出CAMON框架，利用大语言模型通信与动态领导组织结构，实现去中心化多智能体协作导航，以更少通信达成更快共识，在多目标导航中保持无冲突与鲁棒性。
2024-06-30 cs.CL cs.CV cs.MA
NavSpace: How Navigation Agents Follow Spatial Intelligence Instructions
CFCS, School of Computer Science, Peking University（计算机学院，北京大学）
NavSpace基准测试通过评估导航代理的空间感知与推理能力，提出SNav模型在指令遵循任务中表现优异，为具身智能研究提供新基准。
2026-03-10 cs.AI cs.CL cs.CV
Hierarchical Reinforcement Learning Framework towards Multi-agent Navigation
Tsinghua University（清华大学）；The Chinese University of Hong Kong, Shenzhen（香港中文大学（深圳））
本文提出了一种面向多智能体环境的导航算法。该算法被表示为包含隐马尔可夫模型（HMM）和深度强化学习（DRL）结构的分层框架。为了简化，我们称我们的方法层次导航强化网络（HNRN）。在高层体系结构中，我们训练一个隐马尔可夫模型来评估智能体的感知，从而得到一个分数.根据该得分，将选择自适应控制动作。在低层结构中，引入了两个子系统，一个是差分目标驱动系统，用于航向目标;另一个是防撞DRL系统，用于躲避动态障碍物。这种分层结构的优点是将目标驱动和避碰任务解耦，从而获得更快、更稳定的模型。实验表明，该算法比传统的速度障碍（VO）算法和混合DRL方法具有更高的学习效率和成功率。
2018-07-17 cs.MA cs.RO
Efficient Multi-Agent Global Navigation Using Interpolating Bridges
UNC Chapel Hill（北卡罗来纳大学教堂山分校）；City University of Hong Kong（香港城市大学）
针对具有一般线性动力学的连续时间多智能体系统，提出了一种新的无碰撞全局导航方法。我们的方法是通用的，可以用来执行无碰撞导航在2D和3D狭窄的通道和拥挤的地区。作为预计算的一部分，我们使用动息RRT算法计算工作空间中狭窄或紧密区域中的多个桥。我们的桥有一定的几何特征，使我们能够计算每个代理在运行时使用简单的插值的无碰撞轨迹。此外，我们结合内插的桥梁轨迹与本地多智能体导航算法来计算每个代理的全球无碰撞路径。整个方法结合了耦合多智能体算法的性能优势与预先计算的桥梁轨迹，以处理具有挑战性的情况。在实践中，我们的方法可以在2D和3D图形中在单个CPU核心上实时处理数十到数百个代理。
2016-07-25 cs.RO
Danger-aware Adaptive Composition of DRL Agents for Self-navigation
National University of Singapore（新加坡国立大学）
自主导航是指移动机器人在避免与障碍物碰撞的同时自动到达目标的能力，是移动机器人所需的基本技能。近年来，深度强化学习（DRL）在机器人导航算法的发展中显示出巨大的潜力。然而，训练机器人同时学习到达目标和避障的技能仍然是困难的。另一方面，虽然提出了许多基于DRL的避障算法，但很少有人被重用于更复杂的导航任务。本文提出了一种新的导航感知自适应组合（DAAC）框架，将两个单独的DRL训练的代理，避障和目标达成，构建一个导航代理没有任何重新设计和再训练。这种自适应合成方法的关键在于，避障智能体输出的价值函数作为评估当前情况的风险水平的指标，这反过来又决定了这两个智能体对下一步行动的贡献。仿真和实际测试结果表明，组合导航网络可以控制机器人完成困难的导航任务，在未知复杂环境中安全、快速地实现一系列连续目标。
2020-01-08 cs.RO
Planning from Imagination: Episodic Simulation and Episodic Memory for Vision-and-Language Navigation
Shanghai Jiao Tong University（上海交通大学）
本文提出一种融合情景模拟与情景记忆的现实-想象混合记忆系统，通过预训练赋予视觉-语言导航智能体想象未来场景高保真RGB图像的能力，从而在SPL指标上达到最先进水平。
2024-12-25 cs.CV cs.LG cs.RO
Path Planning for a Cooperative Navigation Aid Vehicle to Assist Multiple Agents Sequentially
Department of Mechanical Engineering（机械工程系）；Engineering Science, University of North Carolina at Charlotte（工程科学，北卡罗来纳大学夏洛特分校）
本文提出了一种贪心算法，用于规划协作导航辅助车路径，以依次协助多个智能体并减少导航不确定性。
2024-07-09 cs.RO cs.SY eess.SY
GameChat: Multi-LLM Dialogue for Safe, Agile, and Socially Optimal Multi-Agent Navigation in Constrained Environments
University of Virginia（弗吉尼亚大学）
本文提出GameChat方法，通过自然语言通信解决多智能体在受限环境中安全、敏捷且无 deadlock 的导航问题，实验显示其在目标到达时间及优先级任务完成率上显著提升。
2026-05-09 cs.MA cs.RO
VULCAN: Vision-Language-Model Enhanced Multi-Agent Cooperative Navigation for Indoor Fire-Disaster Response
Computer Science \& Engineering Michigan State University East Lansing, MI, USA
本文提出VULCAN框架，结合多模态感知与视觉语言模型，解决火灾环境下多智能体协作导航的挑战，通过模拟真实火灾场景评估现有方法的失效模式，强调鲁棒感知与危险意识规划的重要性。
2026-04-14 cs.RO
Counterfactual Fairness Filter for Fair-Delay Multi-Robot Navigation
The University of Tokyo（东京大学）；OMRON SINIC X（欧姆龙 SINIC X 研究院）
针对公平延迟多机器人导航中的信用分配难题，提出NCF2算法，通过反事实推理让智能体决定前进或静止，有效均衡通行延迟并保持高效率与安全性。
2023-05-19 cs.MA cs.RO
Distributed Planning with Asynchronous Execution with Local Navigation for Multi-agent Pickup and Delivery Problem
Shimizu Corporation（清水建设株式会社）；Waseda University（早稻田大学）
我们提出了一个分布式规划方法与异步执行的多代理皮卡和交付（MAPD）问题的环境中偶尔延迟代理的活动和灵活的端点。MAPD是一个具有许多应用的关键问题框架;然而，大多数现有的研究假设理想的代理行为和环境，例如代理的固定速度，同步运动，以及设计良好的环境，多个代理可以轻松地执行任务。然而，这样的环境通常是不可行的;例如，代理的移动速度可能受到天气和地板条件的影响，并且通常容易出现延迟。该方法通过允许智能体的动作速度波动和灵活的工作地点（端点），可以放宽一些不可行的条件，使MAPD应用于更真实的环境。我们的实验表明，我们的方法使代理在这样的环境中有效地执行MAPD相比，基线方法。我们还分析了使用我们的方法的代理的行为，并讨论了局限性。
2023-02-18 cs.MA cs.RO
Learning Graph-Enhanced Commander-Executor for Multi-Agent Navigation
Tsinghua University（清华大学）；Paradigm Inc.（第四范式公司）；Fudan University（复旦大学）；Shanghai Artificial Intelligence Laboratory（上海人工智能实验室）
本文研究了多智能体导航问题，它要求多个智能体在有限的时间内到达目标。多智能体强化学习（MARL）在解决这一问题上已经显示出了良好的效果。然而，MARL在大的搜索空间中直接探索（接近）最优策略是低效的，这随着代理数量的增加而加剧（例如，10+代理）或环境更复杂（例如，3D模拟器）。目标条件分层强化学习（HRL）通过引入分层结构来分解搜索空间，其中低级策略在从高级策略导出的目标的指导下预测原始动作，为解决这一挑战提供了一个有希望的方向。在本文中，我们提出了多智能体图形增强的命令-执行器（MAGE-X），一个基于图的目标条件分层方法的多智能体导航任务。MAGE-X包括一个高级别的目标指挥官和一个低级别的行动执行者。目标指挥官预测目标的概率分布，并利用它们为每个代理分配最合适的最终目标。动作执行者利用图神经网络（GNN）为每个代理构建一个子图，只包含关键的合作伙伴，以提高合作。此外，Action Executor中的Goal Encoder捕获Agent与指定目标之间的关系，以鼓励Agent达到最终目标。结果表明，MAGE-X优于最先进的MARL基线，在具有50个智能体的多智能体粒子环境（MPE）中只有300万个训练步骤，成功率为100%，在更复杂的四旋翼3D导航任务中，成功率至少高出12%，数据效率高出2倍。
2023-02-08 cs.AI cs.MA cs.RO
Navi-Agent: Unlocalized Monocular Navigation Agent
Shanghai Jiao Tong University（上海交通大学）；Xinjiang University of Finance and Economics（新疆财经大学）；Shenzhen University（深圳大学）；Southern University of Science and Technology（南方科技大学）
Navi-Agent提出一种无坐标空间状态（导航拓扑）的零样本VLN-CE智能体，通过视觉观察与运动历史实现自定位、进度验证与恢复，在基准和真实机器人上达到几何约束方法最优性能。
2026-09-21 cs.CV cs.RO
Decomposing the Prediction Problem; Autonomous Navigation by neoRL Agents
UiT – Norges Artigste Universtet（UiT——挪威北极大学）
导航世界是任何生物的基本能力。事实证明，在技术上实现同样的自由度是困难的。大脑是唯一已知的能够自主导航的机制，使神经科学成为我们实现自主性的最佳灵感来源。假设状态表示是关键，我们探索大脑和机器如何表示导航状态的差异。其中，强化学习（RL）需要根据马尔可夫特性的单片状态表示，欧几里得空间的神经表示（NRES）通过分布式激活模式反映导航状态。在通过实验验证我们的理论发现之前，我们展示了NRES导向的RL（neoRL）代理是如何可能的。最终，neoRL代理能够跨状态空间进行行为合成-允许将问题分解到更小的空间，减轻维度灾难。
2021-06-30 cs.AI cs.RO
AgenticDiffusion: Multi-View Reasoning with View-Conditioned Diffusion Planning for Vision-Based UAV Navigation
University of Engineering and Technology, Lahore（拉合尔工程与技术大学）
提出AgenticDiffusion多视角无人机导航框架，结合语言引导推理、开放词汇目标定位、视觉扩散规划与NMPC，通过协调第一人称和俯视图提升室内导航效率，在40次真实实验中实现80%任务成功率。
2026-09-23 cs.AI cs.RO cs.SY
Bayesian Relational Memory for Semantic Visual Navigation
UC Berkeley（加州大学伯克利分校）；Facebook AI Research（Facebook人工智能研究院）；Technion（以色列理工学院）；OpenAI
我们引入了一种新的内存架构，贝叶斯关系内存（BRM），以提高泛化能力的语义视觉导航代理在看不见的环境中，代理被赋予一个语义目标导航。BRM采用语义实体上的概率关系图的形式（例如，房间类型），这允许（1）从训练环境中事先捕获布局，即，先验知识，（2）估计测试时的后验布局，即，存储器更新和（3）有效的导航规划。我们开发了一个BRM代理组成的BRM模块，用于产生子目标和控制的目标条件运动模块。当在看不见的环境中进行测试时，BRM代理的性能优于没有显式利用概率关系内存结构的基线
2019-09-10 cs.CV cs.LG cs.RO
Agent Prioritization for Autonomous Navigation
Google Research（谷歌研究院）；Waymo
在自主导航中，规划系统推理其他智能体来规划安全且合理的轨迹。在规划开始之前，代理通常使用计算密集型模型进行处理，用于识别，跟踪，运动估计和预测。由于有限的计算资源和大量的代理实时的处理，它成为重要的是有效地排名代理根据他们对决策过程的影响。这允许花费更多的时间处理最重要的代理。我们提出了一个系统，排名代理周围的自动驾驶汽车（AV）在实时的。我们通过在真实世界的日志数据上运行模拟规划器来自动生成排名数据集，这样我们就可以在所有代理上运行更准确和更昂贵的模型。各种计划器动作的原因被记录并用于分配地面实况重要性分数。生成的数据集可用于学习排名模型。特别是，我们展示了通过卷积神经网络将学习到的特征与设计用于捕获领域知识的工程特征相结合的实用性。我们展示了各种设计选择的好处实验。当在真实的自动驾驶汽车上进行测试时，我们的系统展示了理解复杂驾驶情况的能力。
2019-09-19 cs.AI cs.LG cs.RO
Communicative Learning with Natural Gestures for Embodied Navigation Agents with Human-in-the-Scene
UCLA（加州大学洛杉矶分校）
人机协作是人工智能（AI）的一个重要研究课题，使研究人员能够设计认知AI系统，并为用户提供与机器人交互的直观方式。值得注意的是，沟通发挥着核心作用。到目前为止，先前的研究体现代理导航只表明，人类语言促进通信的指令在自然语言。尽管如此，还有许多其他形式的交流方式没有得到探索。事实上，人类交流起源于手势，并且通常通过多模态提示来传递，例如，用指向手势“去那里”。为了弥合差距，并填补在体现代理导航的沟通缺失的维度，我们建议调查使用手势作为沟通界面，而不是口头提示的影响。具体而言，我们开发了一个基于VR的三维仿真环境，命名为Ges-THOR，基于AI 2-THOR平台。在这个虚拟环境中，一个人类玩家被放置在同一个虚拟场景中，只使用手势来引导人工代理。该代理的任务是解决导航问题的自然手势与未知的语义指导，我们不使用任何预定义的手势，由于人类手势的多样性和通用性。我们认为，学习自然手势的语义是互惠互利的学习导航任务-学习沟通和沟通学习。在一系列的实验中，我们证明了人类的手势提示，即使没有预定义的语义，提高了对象目标导航的体现代理，优于各种国家的最先进的方法。
2021-08-05 cs.AI cs.CV cs.HC
Learning Control Admissibility Models with Graph Neural Networks for Multi-Agent Navigation
UCSD（加州大学圣地亚哥分校）
连续域中的深度强化学习专注于学习控制策略，这些策略将状态映射到动作上的分布，理想地集中在每个步骤中的最优选择上。在多智能体导航问题中，最优行动在很大程度上依赖于智能体的密度。它们的交互模式相对于这样的密度呈指数级增长，使得基于学习的方法很难推广。我们建议将学习目标从预测最佳行动切换到预测容许行动集，我们称之为控制容许模型（CAM），这样它们就可以很容易地组成并用于任意数量代理的在线推理。我们使用图神经网络设计CAM，并开发在标准无模型设置中优化CAM的训练方法，其额外好处是消除了通常需要平衡避免碰撞和达到目标要求的奖励工程的需要。我们评估所提出的方法在多智能体导航环境。我们表明，CAM模型可以在只有几个代理的环境中进行训练，并且可以很容易地在具有数百个代理的密集环境中进行部署，从而实现比最先进的方法更好的性能。
2022-10-17 cs.AI cs.MA cs.RO
Hierarchical Cross-Modal Agent for Robotics Vision-and-Language Navigation
Georgia Institute of Technology（佐治亚理工学院）
深度学习彻底改变了我们解决视觉和语言导航（VLN）等复杂问题的能力。该任务要求智能体纯粹基于视觉感官输入给出自然语言指令导航到目标。然而，以前的作品制定的问题作为一个导航图与离散的动作空间。在这项工作中，我们解除代理的导航图，并提出了一个更复杂的VLN设置在连续的三维重建环境。我们提出的设置，机器人VLN，更接近模仿现实世界导航的挑战。Robo-VLN任务具有较长的轨迹长度，连续的动作空间和障碍物等挑战。我们提供了一套基线的灵感来自国家的最先进的离散VLN的作品，并表明他们在这项任务中是不太有效的。我们进一步提出，将任务分解为专门的高级和低级政策可以更有效地解决这个任务。通过大量的实验，我们表明，通过使用分层决策，模块化训练和解耦推理和模仿，我们提出的分层跨模态（HCM）代理在所有关键指标上都优于现有的基线，并为Robo-VLN设定了一个新的基准。
2021-04-21 cs.RO
Imaginative World Modeling with Scene Graphs for Embodied Agent Navigation
University of Michigan（密歇根大学）
提出SGImagineNav框架，利用分层场景图和大型视觉语言模型进行想象性世界建模，通过自适应导航策略提升具身智能体语义导航效率，在HM3D和HSSD上成功率分别达65.4%和66.8%。
2026-09-09 cs.RO
NavHarness: Adaptive Goals for Agentic Vision-Language Navigation
Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳））；Pengcheng Laboratory（鹏城实验室）
NavHarness提出一种智能体VLN框架，通过目标、验证、记忆和视觉运动智能体协同，实现自适应目标设定与历史压缩，在R2R-CE和RxR-CE上取得83.3%成功率和1.51米导航误差。
2026-10-01 cs.CV cs.RO
MOPA: Modular Object Navigation with PointGoal Agents
Simon Fraser University（西蒙菲莎大学）；University of Padova（帕多瓦大学）；FBK（布鲁诺·凯斯勒基金会）；Meta AI
本研究提出具身智能目标导航的模块化方法MOPA，复用预训练PointGoal智能体作导航模块以降本增效，实验发现简单均匀探索策略优于先进方法。
2024-01-27 cs.CV cs.RO
Dense Multi-Agent Navigation Using Voronoi Cells and Congestion Metric-based Replanning
University of Maryland at College Park（马里兰大学帕克分校）；University of Maryland（马里兰大学）
我们提出了一个分散的路径规划算法导航多个差动驱动机器人在密集的环境。与之前的分散方法相比，我们提出了一种新的基于拥塞度量的重新规划，该重新规划将局部和全局规划技术结合起来，以有效地在具有多个走廊的场景中进行导航。为了处理密集的场景与狭窄的通道，我们的方法计算初始路径为每个代理到其指定的目标使用格规划。基于邻居的信息，每个代理执行在线重新规划使用的拥塞度量，倾向于减少碰撞，提高导航性能。此外，我们使用的Voronoi细胞的每个代理计划的局部运动以及走廊选择策略，以限制拥挤在狭窄的通道。我们评估了我们的方法在复杂的仓库场景中的性能，并证明了比以前的方法提高了性能和效率。此外，我们的方法在无碰撞导航到目标方面的成功率更高。
2022-02-23 cs.RO
An Industrial Perspective on Multi-Agent Decision Making for Interoperable Robot Navigation following the VDA5050 Standard
Robert Bosch GmbH（罗伯特·博世有限公司）
本文从工业视角分析了混合环境下自主移动机器人多智能体决策栈的挑战，探讨了VDA5050标准、OpenRMF框架及ROS2对系统的影响，并提出了提升导航鲁棒性与性能的方法及研究机会。
2023-11-24 cs.RO
Realistic PointGoal Navigation via Auxiliary Losses and Information Bottleneck
Georgia Institute of Technology（佐治亚理工学院）；Facebook AI Research（Facebook人工智能研究院）
我们提出了一种新的架构和训练范式，用于训练现实的PointGoal导航-在驱动和传感器噪声下，在看不到的环境中导航到目标坐标，而无需访问地面实况定位。具体来说，我们发现，在这种设置下的主要挑战是学习本地化-当剥离理想化的本地化，代理不能停止精确的目标，尽管可靠地取得进展，以解决这个问题，我们引入了一组辅助损失，以帮助代理学习本地化。此外，我们探讨了将代理的精确位置视为特权信息的想法-它在测试期间不可用，但是在模拟训练期间可用。我们通过信息瓶颈授予代理在训练期间受限地访问地面实况本地化读数。在这种设置下，代理因使用此特权信息而受到惩罚，鼓励代理仅在对学习至关重要时才利用此信息。这使得智能体能够首先学习导航，然后学习定位，而不是在训练中混淆这两个目标。我们评估我们提出的方法在半理想化（无噪声模拟没有指南针+GPS）和现实（除了嘈杂的模拟）设置。具体地说，我们的方法在半理想化设置下比现有基线的SPL/Success高18%/21%，在现实设置下比现有基线的SPL高15%/20%。我们改进的成功和SPL指标表明，我们的代理的改进能力，准确地自我定位，同时保持一个强大的导航策略。我们的实现可以在https://github.com/NicoGrande/habitat-pointnav-via-ib上找到。
2021-09-17 cs.CV cs.LG cs.RO
VLN-MME: Diagnosing MLLMs as Language-guided Visual Navigation agents
Australian Institute for Machine Learning（澳大利亚机器学习研究所）；Adelaide University（阿德莱德大学）
VLN-MME通过统一评估框架揭示MLLMs在具身导航任务中的局限性，发现其3D空间推理能力不足。
2026-01-06 cs.CV cs.RO
Self-Monitoring Navigation Agent via Auxiliary Progress Estimation
Georgia Institute of Technology（佐治亚理工学院）；Salesforce Research（Salesforce 研究院）；University of Maryland, College Park（马里兰大学帕克分校）
视觉和语言导航（VLN）任务需要一个代理在照片逼真的未知环境中遵循导航指令。这个具有挑战性的任务要求智能体知道哪个指令已经完成，接下来需要哪个指令，走哪条路，以及它朝着目标的导航进度。在本文中，我们介绍了一个自我监控代理有两个互补的组件：（1）视觉-文本共接地模块定位在过去完成的指令，下一个动作所需的指令，并从周围的图像和（2）进度监视器，以确保接地指令正确地反映导航进度的下一个移动方向。我们测试我们的自我监控代理的标准基准，并分析我们提出的方法，通过一系列的消融研究，阐明的主要组成部分的贡献。使用我们提出的方法，我们设置了一个显着的保证金（在看不见的测试集上成功率绝对增加8%）的新的最先进的。代码可在https://github.com/chihyaoma/selfmonitoring-agent上获得。
2019-01-10 cs.AI cs.CL cs.CV
MASP: Scalable GNN-based Planning for Multi-Agent Navigation
Tsinghua University（清华大学）；Shenzhen International Graduate School, Tsinghua University（清华大学深圳国际研究生院）
针对多智能体导航任务中传统规划方法计算开销大、RL数据效率低和协作难的问题，提出MASP分层规划器，通过图建模优化目标分配与动作协调，在多智能体和复杂环境中任务效率优于基线。
2024-12-02 cs.AI cs.LG cs.RO
QCQP-Tunneling: Ellipsoidal Constrained Agent Navigation
Indian Institute of Technology Roorkee（印度理工学院鲁尔基分校）
针对完全未知和不可见连续环境下的在线路径规划问题，提出了一种基于凸QCQP的椭球约束智能体导航（ECAN）算法。ECAN计划路径的代理，使一个隧道的重叠椭圆，在一个在线的方式，通过环境。在椭球体形成步骤中的凸约束避免与障碍物的碰撞。在线隧穿问题被解决为凸QCQP。本文假设没有约束的形状的代理和障碍。然而，为了使方法更清晰，本文首先介绍了一个点质量代理点大小的障碍物的框架。在解释了绘制椭圆隧道的基本原理后，将框架扩展到具有有限面积（2d空间）和有限体积（3d空间）的代理和障碍物。
2023-02-26 cs.AI cs.RO
Real-Time Decentralized Navigation of Nonholonomic Agents Using Shifted Yielding Areas
University of North Carolina at Chapel Hill（北卡罗来纳大学教堂山分校）；University of Maryland, College Park（马里兰大学帕克分校）
我们提出了一个轻量级的，分散的算法，通过狭窄的通道具有挑战性的环境中导航多个非完整代理。我们的关键思想是允许代理在大的开放区域而不是狭窄的通道中相互让步，以提高传统分散算法的成功率。在预处理时，我们的方法计算自由空间的中轴。然后计算参考轨迹并将其投影到每个代理的中轴上。在运行时间期间，当代理感测到其他代理在相反方向上移动时，我们的算法使用中轴来估计影响点（POI）以及POI周围的可用区域。如果POI周围的区域不够大，不足以让行为成功，我们通过调整智能体的参考轨迹和行驶速度将POI转移到附近的大区域。我们评估我们的方法在一排4个环境中，多达15个机器人，我们发现我们的方法平均产生10-30 ms的边际计算开销，实现实时的【形】性能。之后，可以使用本地导航算法跟踪我们计划的参考轨迹，以实现比单独的本地导航算法高出$100\%$的成功率。
2023-03-16 cs.RO
Reinforcement Learning-based Visual Navigation with Information-Theoretic Regularization
Nanjing University of Aeronautics and Astronautics（南京航空航天大学）；National University of Defense Technology（国防科技大学）；Zhengzhou University（郑州大学）；University of Maryland, College Park（马里兰大学帕克分校）
为了增强基于深度强化学习（RL）的目标驱动视觉导航的跨目标和跨场景泛化能力，我们在RL目标中引入了信息论正则化项。正则化最大化的导航动作和视觉观察转换的代理之间的互信息，从而促进更明智的导航决策。通过这种方式，代理通过学习变分生成模型来模拟动作-观察动态。基于该模型，智能体从其当前观察和导航目标生成（想象）下一个观察。通过这种方式，智能体学会理解导航动作与其观察结果变化之间的因果关系，这允许智能体通过比较当前和想象的下一个观察结果来预测导航的下一个动作。在AI 2-THOR框架上的跨目标和跨场景评估表明，我们的方法在一些最先进的模型上至少获得了$10\%$的平均成功率提高。我们进一步评估我们的模型在两个现实世界中的设置：导航在看不见的室内场景从一个离散的主动视觉数据集（AVD）和连续的现实世界环境中的TurtleBot。我们证明，我们的导航模型是能够成功地实现导航任务，在这些情况下。视频和模型可以在补充材料中找到。
2022-05-09 cs.RO
