浙大团队提出 EvolvingNav 持久导航方法

2026年10月1日报道，浙江大学4D具身AI团队提出持久导航方法 EvolvingNav，针对机器人在目标脱离视野后如何预测其去向的问题，用时间索引信念与事件驱动滤波维护目标位置假设，使机器人在未观察到目标时仍能预测其位置并完成持续的导航任务。团队同时发布配套基准 EvoWorld-Bench，包含54个场景、803,680个任务，覆盖导航前与导航中的受控变化。仿真与真机实验显示，该方法在导航成功率与搜索效率上均超过基线；动作选择由一个冻结的零样本 VLM 控制器完成。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。