#目标导航 (1)

LifelongCrossNav：面向跨楼层多目标导航的持久 3D 语义记忆

LifelongCrossNav 把「单 episode 内的顺序多目标导航」与「多层建筑中的楼梯通行」合并成同一个问题：用一张支撑感知的稀疏 3D 体素地图同时存放几何与目标无关的视觉-语言特征（SED/CLIP），使后续任意新目标都能按余弦相似度直接检索历史观测；统一策略在平面探索、楼梯穿越与 POI 导航之间按模式切换，并用七种体素状态、延迟楼梯晋升与类型感知的 3D A* 把楼梯从语义标签变成可规划的边。作者同时发布 HM3D-MFMON 基准（36 个场景、927 条三目标 episode，其中 288 条的完整目标序列可证明必须跨楼层）与因果正确的事后逐阶段评测协议。实验上，序列成功率从平面持久地图基线 OneMap 的 16.83% 提升到 29.13%，SPL 从 6.95% 提升到 9.64%；在必须跨楼层的子集上 OneMap 为 0.00%，LifelongCrossNav 达到 7.99%。消融显示后段条件 SPL 的增益来自历史语义检索（History-POI），而非单纯的几何持久化。代码以 MIT 协议开源。