S³-Nav：语言引导导航的空间语义决策框架

Chaemin Lee 与 Hae Min Cho 提交预印本论文，提出 S³-Nav——一个面向部分可观测条件下语言引导机器人导航的结构化空间语义决策框架。该框架用 RGB-D 观测和 SLAM 在线建图，维护含物体记录与已确认关系记录的持久记忆，以及含探索前沿的导航上下文，无需预先存在的地图。 目标条件证据接口从这一结构化状态中选取任务相关证据，构建容量受控的决策视图，作为高层策略输入用于探索、接近目标和停止决策；被排除的记录仍留在记忆中供后续推理与验证，暂定策略在执行或终止前会对照持久记忆与当前几何证据独立校验。 作者称，在多个环境和物体目标、关系目标任务上的评估显示，在所评估的推理配置下，闭环导航可靠性提升、语言模型 token 消耗降低。该工作为预印本，尚未经同行评议。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。