变化何在：从静态地图到持久、动态记忆
早期的导航系统假设一个静态的世界，障碍物不会移动，地图只需构建一次。而近期的研究推翻了这一假设：真实的室内空间会随着人们与物体的互动而发生变化，持久记忆必须捕捉这些动态。交互式语义模型（ISM）明确建模了椅子或门等物体如何重塑可通行空间，利用两个层次的“功能空间”来决定任意时刻哪些区域可通行[2]。这意味着测试必须包含动态场景，而不仅仅是静态场景。
同样地，基于Transformer的交互式导航记忆将环境视为部分可观测过程，智能体可以推开障碍物[4]。这表明记忆不仅仅关乎存储位置——还必须存储交互历史，以避免陷入困境。因此，任何测试都应包含杂乱、可交互的环境，而不仅仅是空旷的走廊。
测试什么：迫使记忆高强度运转的基准测试
关键在于使用那些要求智能体在多个目标之间记住先前所见物体的基准测试。multiON任务正是如此：它要求智能体在逼真环境中导航至一系列物体，结果显示，随着序列长度增加，性能会急剧下降[1]。这是对记忆持久性的直接检验——如果智能体忘记了最初看到第一个物体的位置，它就会在后续目标中失败。
对于跨楼层导航，HM3D-MFMON基准测试增加了楼层转换要求，迫使智能体利用其3D记忆来导航楼梯并在不同楼层寻找物体[3]。研究发现，持久化的3D语义体素记忆优于平面地图基线，证明了3D记忆对于多楼层任务至关重要。因此，你的测试应包含多楼层场景，以验证记忆的3D特性。
关键在于：泛化到未见过的环境仍然困难
即便是最优秀的记忆系统，在面对未见过的环境时也会力不从心。贝叶斯关系记忆（BRM）方法正是针对这一问题，通过学习房间布局的概率图来加以解决，其表现优于未利用此类结构的基线方法[5]。这表明，测试应涵盖未见过的环境，以检验记忆是否能够超越训练数据实现泛化。
然而，有一个令人警醒的发现：即便是拥有完美地图的“神谕地图智能体”，在multiON[1]任务上也仅取得了相对较低的表现。这意味着仅靠记忆是不够的，导航策略本身也必须高效。因此，在测试时，不要只衡量成功率，还应分析失败发生的环节（例如，规划问题还是感知问题），以识别瓶颈所在。
关于这些来源
这个回答基于5项研究（2项经同行评审，3项为预印本）——发表于2022年至2026年间，其中1项为2024年或之后发表，1项发表于Q1期刊，合计被引用74次——这些研究是从6项通过质量筛选的研究中选出的最相关者，而这6项研究又源自从超过5亿篇论文数据库中检索到的50篇文献。
本文引用的文献
MultiON：使用多目标导航对语义地图记忆进行基准测试
multiON基准测试表明，随着物体序列的延长，导航成功率显著下降，即便是使用理想地图的智能体也只能达到相对较低的性能水平，这显示出记忆与规划二者都至关重要。
捕捉动态可导航空间：一种扩展三维室内导航功能空间的交互式语义模型
交互式语义模型（ISM）定义了两级功能空间及经验规则，以动态确定可导航性，从而提升模拟室内导航的准确性与效率。
LifelongCrossNav：面向跨楼层多目标导航的持久三维语义记忆
在HM3D-MFMON基准上测试的LifelongCrossNav表明，对于连续多楼层物体导航任务，持久化三维语义体素记忆优于平面持久化语义地图基线。
用于杂乱环境中交互式视觉导航的Transformer记忆机制
在杂乱环境中，基于Transformer的记忆机制用于交互式视觉导航，相较于循环强化学习策略，在iGibson基准测试中显著提升了成功率，无论是在已见场景还是未见场景中均表现更优。
用于语义视觉导航的贝叶斯关系记忆
贝叶斯关系记忆（BRM）利用语义实体上的概率关系图来捕捉布局先验并估计后验，在未见环境中优于缺乏此类结构的基线方法。