ICRA-2026 | 像素级相对 3D 地图领航！MASt3R-Nav：打造高精度无全局重建视觉导航新范式

研究核心总结

MASt3R-Nav的诞生，彻底打破了机器人视觉导航的固有设计思路：

• 摒弃全局3D重建与繁琐位姿标定，依托像素相对3D连通性轻量化建图；
• WayPixel代价图锁住精细几何细节，解决物体级表征抽象过度、决策失误痛点；
• PixelReact控制器利用稠密梯度容错规划误差，导航更稳定、更智能；
• 兼顾精度、算力、可扩展性与落地性，仿真、真实机器人双场景全面验证价值。

未来研究方向

1. 探索像素几何+物体语义混合表征，融合两者优势，补齐反向轨迹导航短板；
2. 优化MASt3R大视角图像匹配策略，提升极端视角、低重叠场景下的定位规划精度；
3. 进一步轻量化模型与图结构，适配小型无人机、家用服务机器人等低算力终端设备。