ReMemNav：基于内存的零样本目标导航决策校正和目标验证

零射击目标导航要求智能体在不熟悉的环境中定位看不见的目标，而无需事先进行地图或特定于任务的训练。尽管视觉语言模型（VLM）具有常识推理能力，但现有的无地图导航器经常因有限的历史背景和误报目标预测而导致重复探索和过早停止。我们提出了 ReMemNav，这是一个 无需训练 框架，它结合了轻量级语义基础、基于内存的决策校正和目标验证。 RAM 派生的语义先验指导全景方向选择，而几何触发的校正机制在所选方向指向先前访问的区域时检索历史场景描述。当预测目标可见时，ReMemNav 在最终接近之前验证相应的单视图观察。然后，基于深度的动作采样将高级决策转换为无碰撞运动。在 HM3D 和 MP3D 上的实验表明，ReMemNav 比现有的 无需训练 零样本基线实现了更高的成功率和路径效率。具体来说，ReMemNav 在 HM3D v0.1 上实现了 1.7%/5.3% 的绝对 SR/SPL 增益，在 HM3D v0.2 上实现了 18.2%/11.1% 的绝对 SR/SPL 增益，在 MP3D 上实现了 8.7%/6.9% 的绝对 SR/SPL 增益。