HRO：面向零樣本目標導航的層級房間到物體框架
本文提出了一種名為HRO的層級房間到物體框架，利用大型語言模型（LLM）實現零樣本目標導航。與現有方法不同，HRO模仿人類從房間到物體的層級空間認知，引導智慧體由粗到細地探索未知環境並定位目標物體。實驗結果表明，HRO在Gibson和HM3D資料集上取得了更高的成功率和更好的泛化能力。
零樣本目標導航（Zero-shot object-goal navigation）是人工智慧領域的一項重要挑戰，它要求智慧體在沒有經過特定目標訓練的情況下，能夠在陌生環境中自主探索並導航至從未見過的物體類別。傳統的零樣本導航方法通常依賴預訓練的大型模型，利用其先驗知識引導導航。然而，現有的基於大型語言模型（LLM）的方法僅將LLM作為扁平化的推理工具，直接建立物體或區域的關聯，缺乏類似於人類的層級空間認知建模。這種缺陷導致了探索過程中的強盲目性、語義關聯的準確性不足，以及未能充分釋放LLM的常識推理潛力。
為了解決這一問題，來自研究機構的Luyuan Jia和Yinfeng Yu提出了一種名為層級房間到物體（Hierarchical Room-to-Object, HRO）的框架。該框架以LLM為核心，模仿人類從識別房間到定位物體的認知過程，將導航任務分解為兩個層級：首先，智慧體在房間級別進行探索，利用LLM的常識推理確定目標物體可能所在的房間型別（例如廚房、臥室等）；然後，在物體級別，智慧體在該房間內進一步搜尋並定位具體物體。這種由粗到細的策略顯著減少了不必要的探索，提高了語義關聯的準確性。
HRO框架在Gibson和HM3D這兩個公開資料集上進行了評估。實驗結果顯示，與傳統的基於LLM的方法相比，HRO在成功率和泛化能力上均取得了顯著提升。特別是面對未見過的環境和物體類別時，HRO能更有效地利用LLM的先驗知識，展現出強大的零樣本導航潛力。該研究已被IEEE國際系統、人與控制論會議（IEEE SMC 2026）接收，相關論文提交於2026年7月12日。
這項工作的意義在於，它不僅提出了一種高效的零樣本導航方法，還揭示了LLM在層級空間推理方面的潛力。未來，該框架可應用於自動駕駛、家庭服務機器人等需要通用導航能力的場景，推動移動機器人在未知環境中的自主能力邁上新臺階。HRO框架的成功表明，將人類的層級空間認知引入LLM驅動的導航系統，是提升零樣本導航效能的關鍵方向。