[ICRA 2026] NavSpace：为机器人装上“空间大脑”，从此不再迷路

当前具身导航智能体普遍缺乏空间理解能力，常在复杂环境中“迷路”。为解决此问题，NavSpace基准测试应运而生，它首次系统性地定义了衡量空间智能的六大维度。该基准不仅构建了包含超1200条样本的数据集，还推出了性能强劲的SNAV模型，为提升机器人环境认知与导航能力提供了全新的评估标准和解决方案。

智能速览

• NavSpace是首个为具身导航智能体设立的空间智能基准。

• 它将空间智能划分为垂直感知、精确移动等六个关键维度。

• 基准数据集包含超过1200条人工标注的导航轨迹与指令。

• 基于该基准训练的SNAV模型在空间感知上表现出色。

• SNAV模型已在搭载灵巧D1机器狗的真实场景中完成验证。

精华内容

为让机器人真正理解空间，NavSpace基准测试从具体能力出发，构建了系统化的评估体系。其核心在于将抽象的空间智能拆解为可量化的六大类别。

空间定位能力

评估空间智能的第一步是理解基本定位。垂直感知能力要求智能体判断自身在多层环境中的具体楼层，例如区分“一楼厨房”和“六楼”。而精确移动则考验对距离和角度指令的理解，如“前进2米，右转90度再走1.25米”。这两项能力是机器人执行复杂任务的基础，确保其不会在简单的移动指令中迷失方向或产生定位偏差。

视角与关系理解

高级空间智能涉及视角转换和物体关系梳理。视角转换要求智能体具备空间想象力，能够从“电视的视角”或“冰箱的视角”出发执行导航。空间关系理解则侧重于多个目标之间的顺序和相对位置，例如“穿过走廊左数第二扇门，找到旁边有泰迪熊的床”。这种能力让机器人能理解更复杂的描述性指令。

环境与结构认知

机器人还需感知动态环境状态并理解宏观空间结构。环境状态感知要求智能体根据实时观察做出决策，例如“如果床头有台灯就去楼梯，否则留在卧室”。空间结构认知则是对整体布局的理解，如“绕着壁炉走一圈”或“走到走廊最深处”。这代表机器人从被动执行者向具备环境认知能力的主动参与者转变。

模型构建与实测

为应对上述挑战，研究团队构建了SNAV模型。该模型基于大型语言模型微调，并利用四个自动数据生成管道进行训练。在与Navid等22个模型的对比测试中，SNAV在空间感知任务上展现出显著优势。实验进一步在搭载灵巧D1的机器狗上进行，在视角转换、空间结构等六大类别的真实指令中，SNAV均能准确执行，验证了其在实际应用中的有效性。

NavSpace基准和SNAV模型的出现，为具身导航领域提供了重要的评估工具和性能标杆。它不仅推动了对机器人空间智能的深入研究，也为未来开发更聪明的家用或工业机器人奠定了基础。当机器人能像人一样理解空间，我们的生活和工作会发生怎样的改变？