.png){kind=icon}
返回
EmbodiedDiffusion: End-to-End Traversability-Guided Visual Diffusion for Heterogeneous Robot Navigation
.png){kind=icon}
PRE
AI
DOI：10.1109/lra.2026.3726345.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
视觉可行走性估计是自主导航的核心，但大多数方法要么依赖基于提示的视觉-语言模型（VLMs），要么将可行走性与轨迹规划解耦，需要独立的规划器进行重映射、手动调优和延长部署时间。我们提出了一种基于扩散的框架EmbodiedDiffusion，通过无规划器的合成监督和具身条件从RGB图像同时预测可行走性图并生成可行轨迹，以实现跨平台转移。该框架在训练期间将从VLM教师模型中蒸馏出类别级可行走性语义到轻量级学生模型中，使部署时能够实现无提示、实时的推理。模块化的FiLM-based条件机制将具身特定的推理隔离到网络的可训练子集中，允许在不重新训练视觉骨干网络或轨迹扩散模型的情况下快速适应新的机器人平台。在室内环境中使用四足和飞行机器人进行测试，EmbodiedDiffusion在全数据模式下达到80%–100%的导航成功率，实时推理时间为90毫秒，且仅通过约10分钟的视觉数据收集即可适应新平台，展示了适用于异构机器人的可扩展、统一的可行走性推理和轨迹生成能力。
Keyword:
Deep learning methods
transfer learning
vision-based navigation
期刊
I
IF:
5.3
论文数:
1.9K
被引数:
3.9W
机构
引用论文
暂无论文信息