NavProbe：通过主动记忆检索进行循证推理，实现零样本导航

长视野导航要求智能体随着证据的积累来修改其中间目标。完整的视觉历史记录的处理成本很高，而紧凑的摘要可能会省略重新考虑早期决策所需的细节。我们引入了 NavProbe，这是一种分层零样本导航代理，它将动态子目标议程与主动证据检索结合起来。紧凑的索引将访问地点、过渡和地标的摘要与其视觉和几何记录联系起来。当当前上下文不充分时，任务执行者会检索有针对性的证据来生成、修改或解决子目标。可重用的结论用于更新索引，技能策略将修改后的任务状态转换为参数化的导航操作。 NavProbe 在 R2R-CE 上实现 71.7% SR 和 55.8% SPL，在 RxR-CE 上实现 55.3% SR 和 38.6% SPL，优于强大的零样本基线。它还在 HM3D-v2 ObjectNav 上实现了 79.3% 的 SR，并通过定性真实机器人演示说明了物理部署。