HRO：使用 大语言模型 进行零射击对象目标导航的分层房间到对象框架

零样本目标目标导航旨在使智能代理能够在不熟悉的环境中探索和导航到未知类别的目标，而无需特定的目标训练。在零样本导航任务中，通常采用预先训练的大型模型来利用其先验知识来指导代理的导航。然而，现有的基于大语言模型（LLM）的零样本对象目标导航方法仅仅利用LLM作为平面推理工具来直接关联对象或区域。它们缺乏类人房间语义对物体定位的层次空间认知模型，导致探索的盲目性很强，语义关联的准确性不够，无法充分释放LLM的常识推理潜力。本文提出了一种 LLM 驱动的分层房间到对象（HRO）框架，用于零样本对象目标导航，引导智能体以从粗到细的方式探索和导航到目标对象。 Gibson 和 HM3D 数据集上的实验验证了我们的 HRO 框架比现有的基于 LLM 的方法实现了更高的成功率和泛化性，强调了 LLM 在零样本目标目标导航方面的强大潜力。