HRO：面向零样本目标导航的层级房间到物体框架
本文提出了一种名为HRO的层级房间到物体框架，利用大型语言模型（LLM）实现零样本目标导航。与现有方法不同，HRO模仿人类从房间到物体的层级空间认知，引导智能体由粗到细地探索未知环境并定位目标物体。实验结果表明，HRO在Gibson和HM3D数据集上取得了更高的成功率和更好的泛化能力。
零样本目标导航（Zero-shot object-goal navigation）是人工智能领域的一项重要挑战，它要求智能体在没有经过特定目标训练的情况下，能够在陌生环境中自主探索并导航至从未见过的物体类别。传统的零样本导航方法通常依赖预训练的大型模型，利用其先验知识引导导航。然而，现有的基于大型语言模型（LLM）的方法仅将LLM作为扁平化的推理工具，直接建立物体或区域的关联，缺乏类似于人类的层级空间认知建模。这种缺陷导致了探索过程中的强盲目性、语义关联的准确性不足，以及未能充分释放LLM的常识推理潜力。
为了解决这一问题，来自研究机构的Luyuan Jia和Yinfeng Yu提出了一种名为层级房间到物体（Hierarchical Room-to-Object, HRO）的框架。该框架以LLM为核心，模仿人类从识别房间到定位物体的认知过程，将导航任务分解为两个层级：首先，智能体在房间级别进行探索，利用LLM的常识推理确定目标物体可能所在的房间类型（例如厨房、卧室等）；然后，在物体级别，智能体在该房间内进一步搜索并定位具体物体。这种由粗到细的策略显著减少了不必要的探索，提高了语义关联的准确性。
HRO框架在Gibson和HM3D这两个公开数据集上进行了评估。实验结果显示，与传统的基于LLM的方法相比，HRO在成功率和泛化能力上均取得了显著提升。特别是面对未见过的环境和物体类别时，HRO能更有效地利用LLM的先验知识，展现出强大的零样本导航潜力。该研究已被IEEE国际系统、人与控制论会议（IEEE SMC 2026）接收，相关论文提交于2026年7月12日。
这项工作的意义在于，它不仅提出了一种高效的零样本导航方法，还揭示了LLM在层级空间推理方面的潜力。未来，该框架可应用于自动驾驶、家庭服务机器人等需要通用导航能力的场景，推动移动机器人在未知环境中的自主能力迈上新台阶。HRO框架的成功表明，将人类的层级空间认知引入LLM驱动的导航系统，是提升零样本导航性能的关键方向。