LangMap：分层开放词汇导航基准发布

Bo Miao 等作者提出 HieraNav 开放词汇目标导航任务，把导航目标分为场景、房间、区域、实例四个语义层级，并发布 LangMap 基准。该基准基于 HM3D 真实室内 3D 扫描，加入人工核验的语义标注，覆盖 414 个物体类别、超过 18K 个任务；标注采用对比式协议，比较同一场景中的区域与实例，每个目标配有简洁和详细两种描述。作者称，在全部共享标注实例上，其描述使文本到视图匹配准确率比 GOAT-Bench 高 23 个百分点；独立人工审核得到 92.5% 的唯一且正确匹配。 作者同时提出仅用 RGB 的基线 PlaNaVid，它结合 Bounded Diverse Memory 与高层规划来驱动反应式策略，完成多目标导航；作者称，在不使用深度、3D 场景表示或物体掩码的情况下，该基线取得了顶级成功率。该工作已被 NeurIPS 2026 接收。上述匹配准确率与成功率均为作者报告，尚未见独立复现。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。