中科院动态拓扑感知赋能具身导航！DGNav：突破视觉语言导航的粒度刚性难题

现有VLN-CE拓扑规划方法的粒度刚性是核心瓶颈，固定几何阈值导致地图表示与环境复杂度脱节，静态几何边权重则引发导航近视，降低指令贴合度。 提出的DGNav框架通过场景感知自适应策略实现了图粒度的动态调控，解决了简单区域计算冗余与复杂区域节点稀疏的矛盾；通过多模态动态图Transformer融合视觉、语言、几何信息重构边权重，有效抑制拓扑噪声，提升了路径规划对语言指令的贴合度。 大量实验验证了DGNav在R2R-CE和RxR-CE数据集上的优越性，相比端到端和传统显式地图方法，在导航精度、效率、泛化能力上均表现更优，且在导航效率和安全探索之间达到了最优权衡。 动态拓扑感知机制是解决VLN-CE问题的有效方向，显式空间记忆结合多模态语义推理，即使在大模型时代，仍为VLN-CE提供了不可替代的鲁棒性保障。

---