arXiv 2610.04916 PreAct-Nav：行动前先做预见式推理的城市导航 agent

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