arXiv cs.AI· Zehui Li, Zihao Sun, Jiawei Xu, Zheqi He, Xiaoqiang Zhang, Jing-Shu Zheng, Lu Liu, Dahui Gao, Xiuwan Chen·· 3 天前AI 评分22
LifelongCrossNav：面向跨楼层多目标导航的持久 3D 语义记忆框架
LifelongCrossNav: Persistent 3D Semantic Memory for Cross-Floor Multi-Object Navigation
AI 导读
LifelongCrossNav 是一个面向未知多层室内环境的顺序多目标 ObjectNav 框架，通过持续维护共享稀疏 3D 语义体素记忆，增量累积几何结构、可通行状态与视觉语言特征，使后续目标查询无需重建地图即可复用场景信息。
正文 · AI 翻译
摘要：目标物体导航在语义感知与探索方面已取得实质性进展，但面向多物体导航的持久记忆与跨楼层导航仍通常被分别处理。我们提出 LifelongCrossNav，一个面向未知多楼层室内环境中顺序多物体 ObjectNav 的框架。在每个回合内，智能体接收有序的物体目标查询序列，同时持续维护一个共享的稀疏 3D 语义体素记忆。该记忆逐步累积几何结构、可通行状态和视觉-语言特征，使后续的物体目标查询能够检索先前获取的场景信息，而无需重建地图。为支持跨楼层的持续搜索，LifelongCrossNav 结合了支撑感知的 3D 可通行性建图、楼梯专用感知以及方向感知的楼梯穿越。统一的导航策略协调同楼层前沿探索、实时与历史兴趣点检索、楼梯导航以及目标物体搜索与接近。我们进一步提出 HM3D-MFMON，一个基于 HM3D 场景构建的顺序多楼层多物体导航基准，其中包含一个专门子集，完成完整的物体目标子任务序列至少需要一次楼层转换。实验结果表明，LifelongCrossNav 在 HM3D-MFMON 上持续优于具有代表性的平面持久语义地图基线，表明持久 3D 语义记忆与跨楼层可通行性建模能够有效支持多楼层环境中的顺序多物体导航。
| 评论： | 项目页面：this https URL |
| 主题： | 机器人学（cs.RO）；人工智能（cs.AI） |
| 引用为： | arXiv:2608.07079 [cs.RO] |
| （或 arXiv:2608.07079v2 [cs.RO] 对应此版本） | |
| https://doi.org/10.48550/arXiv.2608.07079 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Zehui Li [查看邮箱]
[v1]
2026年8月7日星期五 10:31:20 UTC（9,876 KB）
[v2]
2026年10月10日星期六 03:30:17 UTC（6,359 KB）
来源：arXiv cs.AI · arxiv.org