AVALON：无需建图零样本室内导航新框架

室内服务机器人进入一栋从未踏足的建筑，却要像熟悉这里的用户一样高效完成任务——这是机器人导航领域长期存在但较少被正面解决的场景。大多数现有方案要么依赖机器人预先建图，要么需要针对特定场地进行训练。一篇来自 rss 来源的研究提出了 AVALON 框架，试图用"人类播种的分层空间记忆"来打破这一限制。

核心问题：人熟悉、机器人陌生的空间

论文将目标场景定义为"human-familiar, robot-unseen"——用户对建筑布局和任务约束了如指掌，但机器人此前从未到过现场。在这种设定下，要求机器人先建一张全局 SLAM 地图再导航，既不经济也不现实。

AVALON 的部署条件被压缩到了极简程度：一张平面图（floor plan）、若干地点线索（place clues），以及一次初始的拓扑-里程计对齐。没有预先的现场遍历，没有针对场地的模型训练。机器人不需要自己构建全局地图，而是依靠已有的拓扑结构来定位和执行导航。

这一思路的关键转折在于：把"空间知识从哪来"这个问题的答案，从"机器人自己探索"转向了"人类已经知道"。

SLAM（Simultaneous Localization and Mapping，同步定位与建图）是机器人导航的基础技术范式：机器人在未知环境中一边构建地图，一边用该地图估计自身位姿。传统 SLAM 需要机器人实际遍历环境才能产生可用的全局地图，且地图质量高度依赖传感器覆盖与回环检测。这正是 AVALON 想要绕开的成本——在"人熟悉、机器人陌生"的场景里，建筑本身已有平面图等人类既有知识，再让机器人从零开始跑一遍 SLAM 既耗时又浪费。AVALON 用人类播种的拓扑记忆替代机器人自建 SLAM，本质上是用"先验的、语义化的稀疏结构"换掉"后验的、几何化的稠密地图"，代价是失去了连续度量地图带来的精确局部规划能力，收益则是零样本部署和更快的任务启动。

拓扑节点网络是 AVALON 空间表示的核心抽象。与占据栅格地图用连续坐标描述环境不同，拓扑地图只保留关键地点（节点）以及它们之间的连通关系（边），类似地铁线路图而非卫星照片。节点通常对应房间、走廊交叉口、门口等语义显著位置。这种表示天然稀疏、存储小、易与人类语言描述对齐，但要求机器人具备"节点验证"能力——即到达某处时必须确认自己确实到了预期节点，否则拓扑推理会级联出错。这一要求也解释了为什么 AVALON 把节点验证作为独立的一层。

三层记忆架构如何运作

AVALON 的框架由三个相互咬合的组件构成：人类播种的分层空间记忆、节点验证的拓扑执行，以及任务触发、证据门控的人机记忆协同更新。

分层空间记忆是基础层。人类提供平面图和地点线索，这些信息被组织成拓扑节点网络。机器人不拥有全局地图，但可以在拓扑结构中知道自己"在哪个节点附近"。视觉深度点目标导航利用已验证的节点到达事件进行平移重锚定（translational re-anchoring），从而在没有机器人自建 SLAM 地图的情况下维持位置感。

节点验证的拓扑执行是中间层。机器人不是盲目沿着拓扑边行走，而是在到达节点时进行验证，确认自己确实抵达了预期位置。这种验证机制为后续的记忆更新提供了可信的物理状态证据。

记忆协同更新是最具特色的顶层设计。人类操作员负责指定视觉上无法观测的任务约束，以及报告离线的环境变更；机器人则通过主动的现场验证提供物理状态证据。任务相关性决定哪些人类报告的环境变化需要在当前任务中被机器人验证。感知证据作为门控条件，决定记忆是否更新——这保证了"人类指定的许可"和"机器人观测到的可通行性"之间始终存在明确的区分。

平移重锚定（translational re-anchoring） 是 AVALON 在没有全局 SLAM 地图时维持位置感的关键操作。视觉深度点目标导航（visual depth point-goal navigation）通常依赖局部里程计估计相对目标的位移，但里程计会随时间累积漂移，长时间任务后偏差可能大到无法纠正。AVALON 的做法是：每当机器人确认到达一个已验证的拓扑节点，就把当前里程计坐标系的原点"重新锚定"到该节点的已知坐标上，相当于用离散的、可靠的节点到达事件不断校正连续里程计的累积误差。这与 SLAM 中的回环检测思路相似，但校正源不是几何特征匹配，而是拓扑节点的到达确认，因此对视觉外观变化更鲁棒，也更适合人类提供线索的场景。

证据门控（evidence gating） 是一种记忆写入的准入机制。人机协同更新记忆时，如果人类报告的环境变化被无条件写入，机器人下次可能因记忆错误而规划出不可行路径；反之，如果机器人观测被无条件写入，又可能把临时障碍误判为永久变化。AVALON 的解法是：只有当前任务相关、且机器人现场感知到对应物理证据时，记忆才被更新。这实际上把"人类提供的语义先验"和"机器人提供的物理事实"分成了两个证据等级，门控机制只在两者一致时才提交持久化记忆，从而在长期运行中抑制错误累积。

实测数据：效率与成功率的对比

研究团队在 Unitree Go2 四足机器人上进行了实验。AVALON 配合 X-NavDP 策略，完成了从 Intersection 到 Dining 的 12.81 米任务，耗时 46.4 秒，五次运行全部成功（5/5），全程无需建图。

对比方案 DimOS-Go2 在同一任务上耗时 78.5 秒，五次中成功四次（4/5）。AVALON 的机器人执行时间比它少了 40.9%。而仅使用 X-NavDP 策略、不接入 AVALON 框架的方案，五次运行全部超时。

这组数据说明两件事：拓扑框架本身带来了显著的效率提升，而策略层面的改进（X-NavDP）如果缺少拓扑记忆的支撑，在零样本室内导航场景中几乎无法独立完成任务。

X-NavDP 是实验中与 AVALON 配合使用的导航策略。从命名推测，它属于基于视觉或深度输入的端到端导航策略（DP 可能指 Diffusion Policy 或 Depth-based Policy），负责根据当前观测输出局部动作。值得注意的是，实验显示纯 X-NavDP 方案五次全部超时，说明这类策略在零样本陌生环境中缺乏长期一致性——它能处理局部避障和短程目标趋近，但无法在数十米尺度上保持方向感和目标一致性。AVALON 提供的拓扑记忆恰好补上了这一层：策略负责"怎么走"，拓扑层负责"往哪走"和"走到了没"。这种分层分工提示，端到端策略与显式空间记忆的组合可能比单纯扩大策略模型更有效。

为什么这个方向值得关注

AVALON 的价值不只在于一组实验数据。它提出的"人机记忆协同更新"机制，触及了一个更根本的问题：在机器人部署中，人类知识和机器感知应该如何分工。

人类擅长提供高层语义约束——"这个通道在下午三点后关闭""那张桌子不能移动"——这些信息视觉系统无法直接获取。机器人擅长提供物理验证——"我确实通过了这条通道""这个位置现在被障碍物占据"。AVALON 用证据门控机制把两者分开管理，避免了人类指定与机器人观测之间的混淆。

这种设计思路对于需要在动态环境中长期运行的室内服务机器人尤其有意义。建筑布局会变，家具会移动，任务约束会调整，而单纯依赖预先建图的方案很难跟上这些变化。AVALON 把"变化"本身纳入了记忆更新流程，让系统在运行中逐步积累对新环境的理解。

当然，目前公开的实验规模仍然有限，单任务、单一机器人平台的验证还不足以说明框架在更复杂场景下的泛化能力。拓扑结构在面对大面积、多楼层建筑时的可扩展性，以及人机记忆更新的长期稳定性，都是后续需要观察的方向。