G-DRAGON：检索增强户外导航的地理空间推理和动态规划

在大规模户外环境中运行的自主地面机器人需要强大的远程导航和细粒度的“最后一英里”探索。目前视觉语言导航（VLN）的进展在短距离任务中表现良好，但缺乏适合长距离任务的地理空间基础。一些依赖于基于云的 大语言模型 (LLM) 的基于 OpenStreetMap (OSM) 的方法容易出现事实幻觉，并且无法基于人类指令进行“最后一英里”探索。为了应对这些挑战，我们推出了 G-DRAGON，这是一种用于户外开放世界导航的检索增强框架。该框架通过基于轻量级 LLM 的生成检索，将自然语言命令映射到版本化的本地 OSM 实体，从而为全球路线规划生成准确的坐标。高级规划模块将全球拓扑路线与 SLAM 系统连接起来，将地理空间路径点投影到机器人的可导航框架中。对于“最后一英里”，该框架过渡到基于前沿的探索和开放集语义体素映射，以本地化开放词汇目标。模拟实验结果表明我们的框架优于最先进的基线。此外，我们在无人地面车辆（UGV）上在看不见的现实城市环境中验证了该系统，成功完成了轨迹长达 500m 的人员搜索任务。