Natural-Language to Nav2: Operational Policies for Costmap-Based Navigation
作者: Jiyeong Chae, Hyunkyo Seo, Heonjae Lee, Kyung-Joon Park
分类: cs.RO
发布日期: 2026-10-23
备注: 23 pages, 16 figures, including supplementary material. Jiyeong Chae and Hyunkyo Seo contributed equally. Project page: https://a56239637-dot.github.io/Natural-Language-to-Nav2-Project-Page/
💡 一句话要点
提出自然语言政策接口以解决动态导航问题
🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 自然语言处理 自主导航 机器人技术 政策接口 动态环境
📋 核心要点
- 现有方法无法有效处理动态环境中的临时访问规则和操作员指令，导致导航效率低下。
- 论文提出了一种自然语言政策接口，利用大型语言模型将操作员指令转换为JSON政策，增强导航系统的灵活性。
- 实验结果表明，采用新政策后，导航任务的平均旅行时间显著降低，提升了系统的整体性能。
📝 摘要（中文）
自主移动机器人在仓库和工业设施中支持物料运输，其导航必须适应不断变化的操作条件。传感器观察能够揭示物理障碍，但无法单独指定临时访问规则、路线偏好或操作员已知的例外情况。本文提出了一种自然语言政策接口，将这些知识引入ROS 2 Nav2。一个本地大型语言模型将指令转换为JSON政策，指定目的地、空间约束和时间或事件条件。通过确定性检查管理任务接受，并且三个成本图适配器将接受的政策投影到现有导航堆栈中，而无需更改其规划器或控制器。在150个研究人员编写的英文命令中，四个本地模型产生107-142个正确的接受政策，而基于规则的解析器仅产生44个，且每个模型有3-20个错误接受。导航实验使用正确的任务政策评估保持区、区域成本、依赖于人员的区域和事件条件通行，在模拟和TurtleBot3上进行。任务1-3的平均旅行时间在模拟中降低了18.4-24.5%，在物理测试平台上降低了23.1-35.0%。
🔬 方法详解
问题定义：本文旨在解决自主移动机器人在动态环境中导航时，如何有效整合操作员的自然语言指令与现有导航系统的问题。现有方法无法充分利用操作员的知识，导致导航决策不够灵活和高效。
核心思路：论文的核心思路是通过自然语言政策接口，将操作员的指令转化为可被导航系统理解的JSON格式政策，从而实现对导航策略的动态调整。这种设计能够有效整合人类知识与机器决策。
技术框架：整体架构包括三个主要模块：自然语言处理模块（将指令转化为JSON政策）、政策接受模块（进行确定性检查以管理任务接受）和成本图适配器（将接受的政策投影到导航堆栈中）。
关键创新：最重要的技术创新在于将自然语言指令直接转化为导航政策，突破了传统方法的限制，使得导航系统能够实时适应环境变化和操作员的需求。
关键设计：在设计中，采用了本地大型语言模型进行指令解析，并通过确定性检查确保政策的有效性。此外，成本图适配器的设计允许在不改变现有规划器或控制器的情况下，灵活地整合新政策。
🖼️ 关键图片
📊 实验亮点
实验结果显示，采用新政策后，导航任务的平均旅行时间在模拟中降低了18.4-24.5%，在物理测试平台上降低了23.1-35.0%。与基线相比，四个本地模型在150个命令中产生107-142个正确接受政策，显著优于传统基于规则的解析器。
🎯 应用场景
该研究的潜在应用领域包括仓库自动化、工业设施管理和其他需要动态导航的场景。通过将操作员的自然语言指令转化为具体的导航政策，机器人能够更高效地执行复杂任务，提升工作效率和安全性。未来，该技术有望推广到更多自主系统中，增强其智能化水平。
📄 摘要（原文）
Autonomous mobile robots support material transport in warehouses and industrial facilities, where navigation must adapt to changing operating conditions. Sensor observations reveal physical obstacles, but do not by themselves specify temporary access rules, route preferences, or exceptions known to operators. This paper presents a natural-language policy interface that brings this knowledge into ROS 2 Nav2. A local large language model converts instructions into JSON policies specifying destinations, spatial constraints, and temporal or event conditions. Deterministic checks govern mission acceptance, and three costmap adapters project accepted policies into the existing navigation stack without changing its planner or controller. On 150 researcher-authored English commands, four local models produce 107-142 correct accepted policies, compared with 44 for a rule-based parser, with 3-20 incorrect acceptances per model. Fault injection records rejection of eight endpoint/JSON faults and 29 validator-stage faults. Navigation experiments use correct task policies to evaluate keepouts, zone costs, person-dependent regions, and event-conditioned passage in simulation and on a TurtleBot3. For Tasks 1-3, mean travel times are 18.4-24.5% lower in simulation and 23.1-35.0% lower on the physical testbed than with the baseline lacking those policies. A native KeepoutFilter comparison and two-robot demonstrations examine basic keepout behavior and shared policy projection. The interface connects operator instructions to explicit navigation policies while retaining Nav2's planning and control components.