PPR-2504.10003 Paper

定位

Zeng 等（ICRA 2025）提出的视觉导航方法 NaviDiffusor。问题设定是仅用 RGB 观测的局部路径规划：几何法可适配新场景但多模块设计带来延迟与系统误差，学习法响应快、成功率高但难以泛化到训练分布外的新环境。NaviDiffusor 走混合路线：在一个条件扩散模型上学习“路径—RGB 观测”的对应关系，推理时计算可微的场景级代价（如障碍）与任务级代价（如目标朝向），把这些代价的梯度注入扩散采样过程，引导模型生成满足约束的路径。因为代价是推理时注入的，方法无需重训即可适配新约束，并在室内外、仿真与真机上展示零样本迁移能力。

方法（机制要点）

• 条件扩散 + 代价梯度引导：训练阶段学路径分布；推理阶段把可微代价的梯度按 classifier guidance 式注入采样，属“推理时修正、训练/推理解耦”的引导范式。
• plug-and-play：新约束通过改代价函数施加，不重训模型。
• RGB-only：不依赖深度/激光，纯视觉输入。

与 G2DP 的关系

G2DP（PPR-2606.26017）related work 引用本工作作为“成本图引导的视觉导航”一例。SYN-003 支 4（稠密网格表示）把它记为 G2DP 最直接竞争面的视觉导航对照：NaviDiffusor 的引导也是“深度导出 cost map”，但用的是单帧静态深度、面向视觉导航而非驾驶的时空预测——与 G2DP 的稠密时空占据场引导在时空维度上不同（CLM-025 的稠密 vs 稀疏论证的旁支）。

承重关系

• 谱系锚点：引导模态谱系中“cost map 引导”的视觉导航实例；SYN-003 支 4 记其角色。
• provenance：v1 tarball sha256 663d395d…cf4c752c，缓存 cache/sources/2504.10003/。