论文页面 - Qwen-RobotNav技术报告：面向智能体导航系统的可扩展导航模型

来源：https://huggingface.co/papers/2606.18112 作者：

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

,

摘要

Qwen-RobotNav 是一种可扩展的导航模型，具有参数化接口，支持动态任务模式和观测参数，通过多任务训练和在真实机器人上的零样本泛化达到最先进性能。

智能体导航系统需要一个基础导航模型（https://huggingface.co/papers?q=navigation%20model），其观测策略可以在推理时从外部重新配置，因为指令跟随、物体搜索、目标跟踪和自主驾驶共享相同的感知-规划主干，却需要截然不同的策略来消费视觉流。我们提出 Qwen-RobotNav，这是一个基于 Qwen-RobotNav 构建的可扩展导航模型（https://huggingface.co/papers?q=navigation%20model），通过一个参数化接口（https://huggingface.co/papers?q=parameterised%20interface）解决这一问题，该接口包含两个互补维度：选择导航行为的多个任务模式（https://huggingface.co/papers?q=task%20modes），以及控制视觉历史如何编码的可调观测参数（https://huggingface.co/papers?q=observation%20parameters）（例如，token预算、每个相机的权重）。通过在训练时对所有参数进行随机化，Qwen-RobotNav 对任何推理时的配置都很鲁棒，无需对 Qwen-RobotNav 主干进行任何架构修改。我们在 1560 万样本上训练 Qwen-RobotNav；与视觉-语言数据（https://huggingface.co/papers?q=vision-language%20data）共训练防止了仅在轨迹数据上训练（https://huggingface.co/papers?q=trajectory-only%20training）时观察到的退化为反应式动作序列映射器的现象。参数化接口（https://huggingface.co/papers?q=parameterised%20interface）也使 Qwen-RobotNav 成为智能体系统的天然构建块：对于长程场景，上层规划器将目标分解为子任务，并在一个场景中动态切换 Qwen-RobotNav 的任务模式和上下文策略，通过反复调用同一模型组成复杂行为。大量实验表明，Qwen-RobotNav 在主要导航基准上取得了新的最先进结果。模型展现出从 2B 到 8B 参数的有利扩展性，联合多任务训练（https://huggingface.co/papers?q=multi-task%20training）发展出一个跨任务家族迁移的共享空间规划基底（https://huggingface.co/papers?q=spatial-planning%20substrate），并展示了在多样环境中对真实机器人的强大零样本泛化能力。

查看 arXiv 页面（https://arxiv.org/abs/2606.18112）查看 PDF（https://arxiv.org/pdf/2606.18112）项目页面（https://qwen.ai/blog?id=qwen-robotnav）GitHub0（https://github.com/QwenLM/Qwen-RobotNav）添加到收藏（https://huggingface.co/login?next=%2Fpapers%2F2606.18112）

引用该论文的模型0

没有模型链接此论文

在模型 README.md 中引用 arxiv.org/abs/2606.18112 以从此页面链接。

引用该论文的数据集1

cy0307/awesome-egocentric-atlas 查看器• 更新于5天前 • 638 • 851 • 2 (https://huggingface.co/datasets/cy0307/awesome-egocentric-atlas)

引用该论文的 Space0

没有 Space 链接此论文

在 Space README.md 中引用 arxiv.org/abs/2606.18112 以从此页面链接。

包含该论文的收藏0

没有收藏包含此论文

将此论文添加到收藏（https://huggingface.co/new-collection）以从此页面链接。