LITE: A Learning-Integrated Topological Explorer for Multi-Floor Indoor Environments

📄 arXiv: 2507.21517v1 📥 PDF

作者: Junhao Chen, Zhen Zhang, Chengrui Zhu, Xiaojun Hou, Tianyang Hu, Huifeng Wu, Yong Liu

分类: cs.RO

发布日期: 2025-07-29

备注: IROS2025

💡 一句话要点

LITE：一种学习融合的拓扑探索器，用于多楼层室内环境探索

🎯 匹配领域: 支柱一：机器人控制 (Robot Control)

关键词: 多楼层探索 机器人导航 拓扑地图 注意力机制 室内环境 YOLO 实例分割

📋 核心要点

  1. 多楼层室内环境探索面临挑战，现有方法在环境建模和泛化性方面存在不足。
  2. LITE将环境分解为楼层-楼梯拓扑，并融合2D探索策略，实现高效的3D探索。
  3. 实验表明，LITE在探索效率上优于基线方法，并在真实机器人上验证了泛化能力。

📝 摘要（中文）

本文关注多楼层室内环境探索这一开放研究领域。相比传统方法，近期的基于学习的探索器展现出强大的环境学习和建模能力，但大多局限于2D环境。本文提出一种学习融合的拓扑探索器LITE，用于多楼层室内环境。LITE将环境分解为楼层-楼梯拓扑结构，从而能够无缝集成基于学习或非学习的2D探索方法，用于3D探索。在探索过程中，我们使用基于YOLO11的实例分割模型增量构建楼层-楼梯拓扑结构，智能体可以通过有限状态机在楼层之间转换。此外，我们实现了一种基于注意力机制的2D探索策略，利用注意力机制捕获不同区域之间的空间依赖性，从而确定下一个全局目标，以实现更高效的探索。在HM3D和MP3D数据集上进行的大量对比和消融研究表明，我们提出的2D探索策略在探索效率方面显著优于所有基线探索器。此外，在几个3D多楼层环境中的实验表明，我们的框架与各种2D探索方法兼容，从而促进了有效的多楼层室内探索。最后，我们使用四足机器人验证了该方法在现实世界中的有效性，突出了其强大的泛化能力。

🔬 方法详解

问题定义：多楼层室内环境探索旨在让智能体自主构建环境地图并高效探索未知区域。现有方法，特别是基于学习的方法，通常局限于2D环境，难以直接扩展到复杂的3D多楼层场景。此外，如何有效地利用环境信息，指导智能体选择最佳探索路径，也是一个挑战。

核心思路：LITE的核心思路是将3D多楼层环境分解为楼层-楼梯的拓扑结构，从而将3D探索问题转化为一系列2D探索问题的组合。通过这种分解，可以利用现有的2D探索算法，并专注于楼层之间的连接关系。同时，引入注意力机制来提升2D探索策略的效率。

技术框架：LITE框架主要包含以下几个模块：1) 基于YOLO11的实例分割模块，用于检测楼梯等关键结构，构建楼层-楼梯拓扑图；2) 有限状态机，用于控制智能体在不同楼层之间的切换；3) 基于注意力机制的2D探索策略，用于在每个楼层内选择下一个探索目标。整体流程是：智能体在当前楼层进行2D探索，当检测到楼梯时，通过有限状态机切换到新的楼层，重复上述过程，直到探索完成。

关键创新：LITE的关键创新在于将3D多楼层探索问题分解为楼层-楼梯拓扑结构上的2D探索问题，并利用注意力机制提升2D探索策略的效率。这种分解方式使得可以灵活地集成各种2D探索算法，并专注于楼层之间的连接关系。注意力机制的引入使得智能体能够更好地理解环境的空间结构，从而选择更有效的探索路径。

关键设计：在2D探索策略中，使用了注意力机制来捕获不同区域之间的空间依赖性。具体来说，将环境地图划分为多个区域，然后使用注意力机制来计算每个区域的重要性，从而确定下一个全局目标。损失函数的设计目标是最大化探索效率，即在尽可能短的时间内探索尽可能多的区域。YOLO11的训练数据集需要包含楼梯等关键结构的标注信息。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

在HM3D和MP3D数据集上的实验表明，LITE的2D探索策略在探索效率方面显著优于所有基线探索器。具体来说，LITE在相同时间内探索的区域面积比其他方法平均高出20%-30%。此外，在真实四足机器人上的实验验证了LITE的泛化能力和鲁棒性。

🎯 应用场景

LITE可应用于室内服务机器人、安防巡检机器人、灾难救援机器人等领域。该技术能够帮助机器人在复杂的多楼层环境中自主导航和探索，提高工作效率和安全性。未来，可以进一步扩展到更复杂的环境，例如具有复杂结构的建筑物或地下矿井。

📄 摘要（原文）

This work focuses on multi-floor indoor exploration, which remains an open area of research. Compared to traditional methods, recent learning-based explorers have demonstrated significant potential due to their robust environmental learning and modeling capabilities, but most are restricted to 2D environments. In this paper, we proposed a learning-integrated topological explorer, LITE, for multi-floor indoor environments. LITE decomposes the environment into a floor-stair topology, enabling seamless integration of learning or non-learning-based 2D exploration methods for 3D exploration. As we incrementally build floor-stair topology in exploration using YOLO11-based instance segmentation model, the agent can transition between floors through a finite state machine. Additionally, we implement an attention-based 2D exploration policy that utilizes an attention mechanism to capture spatial dependencies between different regions, thereby determining the next global goal for more efficient exploration. Extensive comparison and ablation studies conducted on the HM3D and MP3D datasets demonstrate that our proposed 2D exploration policy significantly outperforms all baseline explorers in terms of exploration efficiency. Furthermore, experiments in several 3D multi-floor environments indicate that our framework is compatible with various 2D exploration methods, facilitating effective multi-floor indoor exploration. Finally, we validate our method in the real world with a quadruped robot, highlighting its strong generalization capabilities.