InternRobotics/NavDP

解決的問題

NavDP 解決了在無需真實世界機器人資料的情況下，將導航能力從模擬環境遷移到現實世界（sim-to-real）的挑戰。它使機器人能在不同機器人型態之間實現跨實體泛化（cross-embodiment generalization），並完成即時路徑規劃與障礙物避讓，適用於多種任務，如無目標探索、導航至特定點，或導航至目標影像。

工作原理

NavDP 是一個端對端的無地圖導航模型，採用擴散策略。它利用高效的模擬資料生成流程與基於特權資訊的特定模型設計，以學習導航行為。系統採用解耦架構，導航模型作為伺服器運行，接收 RGB-D 觀測資料並生成偏好軌跡，隨後由基於 MPC 的控制器進行追蹤。

適用對象

本專案面向從事具身智能（embodied AI）研究的機器人研究人員與開發者，特別是專注於視覺導航、模擬到現實的遷移，以及擴散策略在機器人運動規劃中部署的領域。

主要亮點

• 跨實體泛化：無需真實世界資料，即可在多種機器人平台運行。
• 多任務支援：支援無目標探索、點目標導航和影像目標導航。
• 高保真基準測試：基於 IsaacSim 和 IsaacLab 的平台，具備逼真的物理與場景資產，以最小化模擬與現實之間的差距。
• 解耦架構：透過 HTTP 請求將導航方法與評估過程分離，便於測試新方法。