深度分析 HRO 框架利用 LLM 階層式推理，提升機器人零樣本目標導航效率 在未知環境的零樣本目標導航中，機器人常因缺乏空間認知而盲目探索。研究團隊提出 HRO 階層式框架，模仿人類先判斷房間類型再尋找物體的邏輯，將導航分解為房間推理、區域決策與路徑執行三層結構。該框架將房間類型作為語義橋樑，利用 LLM 常識提升導航精準度。實驗結果顯示 HRO 在 Gibson 與 HM3D 數據集上取得了更佳的成功率與泛化能力。
