DRIVE-Nav：定向推理、检查和验证，实现高效的开放词汇导航

开放词汇对象导航 (OVON) 需要一个具身Agent来在未知环境中定位特定语言的目标。许多零样本方法依赖于不完整观察下的前沿候选推理，而拓扑感知方法减少了候选冗余，但仍可能引入全景检查开销和重复重新考虑。我们提出了 DRIVE-Nav，这是一个结构化框架，可以围绕持久方向而不是原始边界组织探索。通过更全面地检查遇到的方向并将后续决策限制为前向 240 度视野范围内仍然相关的方向，DRIVE-Nav 减少了冗余重访并提高了路径效率。该框架从加权快速行进方法 (FMM) 路径中提取和跟踪方向候选，维护语义检查的代表性视图，并将视觉语言引导的提示丰富与跨帧核验相结合，以提高目标定位可靠性。 HM3D-OVON、HM3Dv1、HM3Dv2 和 MP3D 上的实验展示了强大的整体性能和一致的效率增益。在 HM3D-OVON 上，DRIVE-Nav 实现了 50.2% SR 和 32.6% SPL，将之前的最佳方法提高了 1.9% SR 和 5.6% SPL。它还在 HM3Dv1、HM3Dv2 和 MP3D 上提供最佳 SPL，并传输到物理人形机器人。现实世界的部署也证明了其有效性。