RAL'26 | CausalNav 用具身图打通语义、动态与长程规划,解锁机器人动态户外语义导航新范式

2700
0
2026-03-25 18:00:00
82
22
180
52
为解决动态户外场景下的长距离语义导航问题,这篇论文提出CausalNav框架,从底层重构了户外导航的逻辑。系统利用LLM构建多层级"具身图",将粗粒度的地图数据与细粒度的物体实体进行层次化整合,并通过检索增强生成(RAG)技术实现开放词汇查询下的语义导航和长程路径规划。 论文题目:CausalNav: A Long-term Embodied Navigation System for Autonomous Mobile Robots in Dynamic Outdoor Scenarios
获取相关资料+SLYYDS24;人工智能领域16大方向,包含具身智能、大模型,端到端,自动驾驶......这些都有!
接下来播放
自动连播
客服
顶部
赛事库 课堂 2021拜年纪