摘要
零样本目标导航旨在使智能代理能够在未知类别的物体和不熟悉的环境中探索和导航，而无需特定的目标训练。现有的基于大型语言模型（LLMs）的方法通常将LLMs视为扁平推理工具，直接关联物体或区域，但缺乏人类般的层次空间认知来进行物体定位。这种不足导致了探索过程中的盲目性、语义关联的准确性不足，以及未能充分发挥LLMs的常识推理潜力。
为此，本文提出了一种由LLM驱动的层次化房间到物体（HRO）框架，用于零样本目标导航。该框架引导代理以粗到细的方式探索和导航至目标物体。实验结果表明，在Gibson和HM3D数据集上的表现优于现有的基于LLM的方法，强调了LLMs在零样本目标导航中的强大潜力。
博主点评： HRO框架通过引入层次化认知，显著提升了零样本导航的效率和准确性，展示了LLMs在复杂环境中的应用前景。这一研究不仅推动了智能代理的发展，也为未来的导航系统奠定了基础。