多层物体导航的模块化策略：分解楼内与楼间瓶颈

由于长视野决策导致奖励稀疏，多层场景中的对象目标导航（ObjectNav）提出了挑战。在本文中，我们提出了一种基于模块化框架的诊断研究，该框架具有有效的可学习策略来分析多层场景中的故障因素。为了实现有效的策略诊断，我们设计了分层分解策略，将单个全局策略解构为楼层内探索策略和楼层间切换策略。为了为强化学习（RL）提供有效的初始化，通过提炼视觉语言模型（VLM）的探索逻辑来学习轻量级内部策略。在理想化假设下，我们表明分解后的策略理论上相当于策略表示级别上的单个全局策略。实验结果表明，感知性能和爬楼梯稳定性是多层导航的主要瓶颈。