arXiv cs.CL· Zhuoyuan Yu, Yuxing Long, Du Wang, Junyang Wang, Hongwei Fan, Hao Dong·· 14 小时前AI 评分58
Scan2Instruction 与 PRPT-KS：一次扫描实现语言引导导航的免演示适配
One Scan is Enough: Demonstration-Free Adaptation for Language-Guided Navigation
AI 导读
论文提出 Scan2Instruction 与 PRPT-KS，用一次简短的 iPhone 扫描替代人工演示，把扫描结果编译成含可执行导航片段与指令的训练环境，并通过从重建场景直接读取的闭式 Pareto 效用适配策略，无需学习型 critic 和人工标注。
正文 · AI 翻译
摘要：在新建筑中部署语言引导的导航策略，通常意味着看着它失败。公开基准上的 VLA 会随着布局、外观和语言漂移而逐场景退化，而在现场遥操作采集新轨迹的标准做法无法规模化。我们用一次简短的 iPhone 扫描替代人类演示。Scan2Instruction 将该扫描编译为完整的训练环境，自动合成带有接地指令的可执行导航回合。随后 PRPT-KS 通过直接从重建场景读取的闭式帕累托效用对策略进行适配，无需学习型评论家，也无需人工标注。在五个真实环境中，这两种设计共同将我们的 RealNav 提升至 85% 的真实机器人成功率，而基于人类演示后训练的 RealNav 基线为 49%；在同一建筑未扫描区域仍达到 82%，而同一基线为 41%。我们的工作将语言引导导航的免演示场景适配从愿景变为现实。
| 评论： | NeurIPS 2026 |
| 主题： | 机器人学（cs.RO）；人工智能（cs.AI）；计算与语言（cs.CL）；计算机视觉与模式识别（cs.CV）；机器学习（cs.LG） |
| 引用为： | arXiv:2610.33794 [cs.RO] |
| （或本版本使用 arXiv:2610.33794v1 [cs.RO]） | |
| https://doi.org/10.48550/arXiv.2610.33794 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Yuxing Long [查看邮箱]
[v1]
2026年10月24日星期六 16:53:59 UTC（2,725 KB）
来源：arXiv cs.CL · arxiv.org