从环境理解到规划决策：视觉语言模型增强的机器人导航

复杂环境中的机器人自主导航不仅依赖准确的几何感知，还需要对环境对象的通行属性及其导航影响进行语义层面的理解。针对传统几何地图难以充分表达对象级导航属性的问题，本报告围绕视觉语言模型驱动的对象级地图修正方法展开，重点介绍开放词汇实例定位、多模态三维几何支撑、局部地图修正以及跨帧持续维护等关键技术，并通过真实机器人闭环实验分析其在地图更新可靠性与导航性能方面的效果。在此基础上，进一步讨论视觉语义推理与传统几何导航系统融合的关键问题及发展方向。

陈铮一，东南大学青年首席教授、博士生导师，国家高层次青年人才。本科、硕士毕业于东南大学，获威斯康星大学麦迪逊分校硕士学位、香港科技大学博士学位，后于普林斯顿大学从事博士后研究。主要从事复杂环境下的具身智能与机器人研究，重点关注空间智能与自主导航、大型工业机器人智能化、机器人操作与运动规划。在Automation in Construction、Advanced Engineering Informatics等智能工程领域权威期刊发表SCI论文20余篇，参编国家智能工程前沿丛书1部，参与国自科重点项目、江苏省前沿技术研发等，获CRIOCM杰出论文奖及openBIM/openGIS国际竞赛杰出奖。