多楼层物体导航的模块化策略学习：面向诊断研究的因子化框架

该论文提出一个模块化诊断框架，用可学习的因子化策略分析多楼层物体导航（ObjectNav）中的失败因素，将单一全局策略分解为楼层内探索策略与楼层间切换策略。楼层内轻量策略通过蒸馏视觉语言模型（VLMs）的探索逻辑，为强化学习（RL）提供有效初始化；在理想化假设下，因子化策略在策略表示层面与单一全局策略理论等价。实验表明，感知性能与爬楼稳定性是多楼层导航的主要瓶颈。