103、目标导航ObjectNav：从目标检测到未知环境探索
上周在仿真环境里跑一个ObjectNav的baseline，机器人死活找不到厨房里的杯子。明明目标检测模块已经输出了“cup”的bounding box，导航模块却把机器人带到了客厅的茶几前面——那里确实有个杯子，但那是上一个episode留下的静态物体。这个bug让我意识到，ObjectNav的核心难点从来不是“检测到目标”，而是“在未知环境里，如何决定往哪儿走才能看到目标”。今天这篇笔记，就把这个从检测到探索的完整链路拆开讲清楚。
先说清楚ObjectNav的任务定义：智能体被随机放置在未知环境中，需要找到指定类别的目标物体（比如“冰箱”“沙发”），并移动到它附近。注意，这里没有预先构建的地图，没有GPS，只有RGB-D相机和可能的激光雷达。目标检测模型可以实时给出当前视野中的物体类别和位置，但问题在于——当目标不在视野里时，你该往哪个方向走？这本质上是一个部分可观测马尔可夫决策过程（POMDP），而大多数工程实现都把它简化成了“检测-规划-移动”的循环。
我最早踩的坑是把ObjectNav当成“目标检测+路径规划”的简单拼接。检测到目标就导航过去，检测不到就随机游走。结果在Habitat仿真环境里，成功率只有不到15%。后来才意识到，随机游走不是探索，是自杀。真正的探索需要维护一个对环境的增量记忆——哪怕只是简单的栅格地图，也要知道哪些区域已经看过、哪些区域是盲区。这里推荐用occupancy grid加上“ frontier ”概念：地图上已知空闲区域与未知区域的边界就是frontier，每次选择最近的未探索frontier作为导航目标，比随机走效率高一个数量级。
但纯几何探索有
