VULCAN：室内火灾响应中的多Agent协同导航

由于浓烟、高温和动态变化的室内环境，室内火灾给自主搜救带来了严峻的挑战。在这种时间紧迫的场景中，多智能体协作导航特别有用，因为它比单智能体方法能够实现更快、更广泛的探索。然而，现有的多智能体导航系统主要是基于视觉的，并且是为良好的室内环境而设计的，导致在火灾驱动的动态条件下性能显着下降。在本文中，我们提出了 VULCAN，这是一种基于多模态感知和视觉语言模型 (VLM) 的多智能体协作导航框架，专为室内火灾响应而定制。我们通过模拟物理真实的火灾场景（包括烟雾扩散、热危害和传感器退化）来扩展 Habitat-Matterport3D 基准。我们评估正常和火灾驱动环境下具有代表性的多智能体协作导航基线。我们的结果揭示了火灾场景中现有方法的关键故障模式，并强调了可靠的多智能体搜索和救援的稳健感知和危险感知规划的必要性。