IntentNav：从人类演示学习空间-视觉物体导航

IntentNav 是一个从人类演示中学习类人物体导航策略的空间-视觉模仿框架，用于在未知环境中部分可观测地搜索未观察到的目标。为从低层人类动作推断高层搜索意图，作者提出基于前沿的人类意图标注方法，在演示中前瞻性地标注最能解释演示者未来搜索方向的前沿；同时构建空间-视觉候选空间，用 BEV 记忆跟踪已探索区域、未探索前沿和轨迹历史，用自我中心视觉记忆为每个候选提供语义线索，并训练 VLM 策略在候选间选择，配合意图对齐目标鼓励一致且类人的探索。