CovNav自适应推理框架发布

CovNav提出一种免训练的保形预测框架，将目标导航中的空间查询转化为二元决策。 在HM3D v1和v2上，其成功率分别超过最强零样本基线0.8和1.7个百分点，且仅对12.4%的查询调用慢速推理。 该框架通过校准不确定性决定何时进行慢思考，为基于LLM的机器人提供了自适应测试时推理原则。