移动机器人正日益被部署在住宅、医院和实验室等以人为中心的室内环境中。在这些场景里，任务能否成功，不仅取决于路径在几何上是否可行，还取决于机器人沿轨迹运动时能否保持足够的安全间距。更重要的是，所需间距取决于具体情境：局部障碍物密度、机动需求（例如在狭窄通道中急转弯），以及感知系统短时的可靠性，都会使同样的测量距离在一种情况下足够安全，在另一种情况下却暗藏风险。对于基于视觉的导航，这一问题尤为突出，因为深度和自运动估计会随视角、运动状态及传感器伪影而变化，测得的最小间距因此只是可执行性的一个噪声代理指标。结果是，采用全局固定间距阈值的硬性筛选规则往往在两种失败模式之间摇摆：在开阔区域过于保守，导致绕行和超时；在障碍密集区域又过于脆弱，在感知偏差影响下选择危险的捷径。
我们在 HM3D 和 MP3D 上评估了 PointGoal 导航，并测试了域内场景及跨数据集迁移。在强大的扩散模型、基于优化的方法和强化学习基线中，我们的方法取得了最高的 SR 和 SPL。我们还在杂乱的室内场景中，将方法成功迁移到 Unitree G1 人形机器人上，且无需针对具体任务进行调参；消融实验则分别验证了各个 critic 组件的作用。
端到端视觉导航
端到端视觉导航通过将以自我为中心的观测直接映射为低层动作或短时域运动片段，闭合感知—动作环路，从而减少感知、建图与规划之间的延迟和误差传播。Habitat 等大规模模拟器提供了标准化的具身任务，深度强化学习智能体（如 DD-PPO）在 PointGoal 任务上建立了强有力的基线；而 Active Neural SLAM 等混合系统，则通过学习式建图以及基于俯视地图的分层策略，引入了显式的空间记忆。
生成—筛选框架
我们提出了一种生成—筛选框架，以可学习、结合上下文的安全 critic 取代固定裕度，在安全性与效率之间实现平衡。在仿真和真实世界测试中，该方法均取得了最高的 SR 和 SPL；同时，它还能从纯仿真环境迁移到杂乱室内场景中的真实人形机器人，无需针对具体任务进行调参。消融实验表明，每个 critic 项都对实现良好的安全—效率权衡发挥了作用，并相较固定阈值基线带来了稳定提升。
Unitree G1 上的仿真到现实迁移
我们在杂乱的室内场景中，将方法成功从仿真迁移到 Unitree G1 人形机器人，且完全无需针对具体任务进行调参。学习得到的安全裕度能够适应复杂环境，使人形机器人在狭窄空间中穿行、绕过障碍物时保持合适的安全间距。
常见问题
自适应安全裕度选择与固定阈值方法有何不同？ 自适应安全裕度采用学习得到的、结合上下文的 critic，根据局部障碍物密度、机动需求和感知可靠性调整所需间距；固定阈值方法则不论具体情境如何，都使用同一个全局距离阈值。
该方法使用了哪些基准数据集进行评估？ 该方法在 HM3D 和 MP3D 数据集的 PointGoal 导航任务上进行了评估，涵盖域内场景和跨数据集迁移场景。
该方法能否无需重新调参，直接从仿真迁移到真实机器人？ 可以。论文展示了该方法在杂乱室内场景中成功迁移到 Unitree G1 人形机器人，且无需针对具体任务进行调参。
框架中的哪些组件促成了安全性与效率之间的权衡？ 消融研究证实，每个 critic 项都能独立促进安全性与效率之间的良好平衡，并相较固定阈值基线带来稳定改进。