星源智提出DA-Nav框架，长程导航纠偏率达98.15%
DA-Nav让机器人不仅会走对，更会在走偏后找回方向，将长程导航从路径生成升级为持续执行能力。
机器人导航面临“规划路线”与“执行路线”的鸿沟：商业地图指令（如“前方右转”）对机器人太抽象，且执行中偏航是常态。星源智的DA-Nav框架通过空间落点机制将语言指令映射到第一视角画面中的候选区域，并利用ReDA数据集（含12.8万条偏航恢复样本）训练模型识别偏航并主动修正。在长程闭环评测中，导航成功率59%，但纠偏成功率高达98.15%，而移除恢复数据后纠偏率骤降至15.46%。
正文摘录
 新智元报道  商业地图可以告诉机器人「前方右转」，却无法直接告诉它眼前应该从哪里转、沿哪一侧通过；即使已经生成路线，控制误差、地面变化和动态障碍，也可能让机器人在行进过程中逐渐偏离。 从系统角度看，这意味着「路径被规划出来」并不等价于「路径可以被执行」。 这正是长程导航从「规划正确路线」走向「真实闭环执行」时面临的核心问题。 针对这一问题，星源智提出 DA-Nav，一套面向城市级长程场景的方向感知视觉语言导航框架。 DA-Nav 将商业导航指令、第一视角空间理解和偏航恢复统一到同一条决策链路中，使机器人不仅能够理解「往哪里走」，还能够判断「当前是否走偏」，并在偏差发生后主动回到正确路线。 这一设计的核心变化在于：导航系统开始具备「执行过程中的自我校正能力」。  DA-Nav 架构图  突破指令与动作鸿沟 把「前方右转」落到眼前 对于人类来说，「前方右转」是一条足够清楚的指令。人可以结合路口结构、当前朝向和道路形态，自然判断下一步应该从哪里经过。但这一认知过程，本质上依赖人类对三维空间的完整理解，而不是语言本身。