资讯
arXiv 2610.04916 PreAct-Nav：行动前先做预见式推理的城市导航 agent
一句话：PreAct-Nav 给冻结策略装上「行动前推理」，用导航记忆 + 世界沙盒预测动作后果，长路线获益明显。
背景
- 论文 PreAct-Nav（10 月 4 日，cs.RO）指出：现有 agentic 导航常难把遥远目标翻译成大规模物理环境中的连贯局部决策。
核心要点
- 核心思想：把局部决策锚定在持久的「中程子目标」上，执行前评估预测动作的后果并持续更新推理上下文。
- 导航记忆模块跨决策维护活跃子目标与相关经验；预测世界沙盒（AC-WM）按候选移动预测世界动态。
- VLM 推理器在当前子目标下解读预测，保留或修订动作；执行后用真实观测评估、纠错并更新记忆。
- 在长路线、转弯更多的城市导航上增益更显著。
为什么重要
- 把「先想后动 + 世界模型预测」引入具身导航，降低长程任务中的误判累积，对自动驾驶/配送机器人有指向意义。
关键事实速记
- 论文 arXiv 2610.04916（10-04）
- PreAct-Nav 行动前推理
- 导航记忆 + AC-WM 沙盒
- VLM 解读预测
- 长路线增益更显著
📂 原文链接：查看原文 →
← 返回资讯列表
AI8899 · 内容仅供学习参考