SPM-Nav：用于零样本目标物体导航的持久化空间—门户记忆

基于摘要分析。SPM-Nav 研究未知环境中的零样本目标物体导航，针对长时程搜索中证据与进度分散、重访时难以复用既往经验的问题，提出以 Persistent Space–Portal Memory 为核心的导航框架。其贡献是把区域搜索状态与经过实际通行验证的区域间连接持续保存，并据此动态分配搜索投入。 机制上，每个 Space 汇总区域语义、目标证据、历史观测、负证据和搜索进度，使不同位置及视角下积累的信息能够归入持续维护的区域状态。Portal 表示经通行验证的 Space 间转换，用于保留可复用的区域连通关系。Adaptive Space Search 根据累积的 Space 状态调整局部搜索力度，旨在减少重复检查，同时保留必要的区域间连接。摘要未说明具体状态更新规则、感知模块、训练依赖或推理成本，不能据此认定采用了状态空间模型。 作者报告，在 HM3D-v1、HM3D-v2 和 MP3D 的零样本目标物体导航评估中，成功率分别为 70.6%、83.8% 和 55.7%。这些数值对应不同数据集，不能直接作为同一协议下的性能比较；具体划分、目标类别、导航预算、成功判据及对照基线尚未验证。作者还报告，组件消融与机制分析支持持久化搜索状态、可复用区域转换和记忆条件化自适应分配的有效性，但各组件的增益及统计信息需查阅全文。 该工作的主要对象是具身导航，而非 EEG 解码或 BCI。摘要未提供神经信号建模机制或与 BCI 任务的具体对应关系，因此不据此提出 EEG 迁移效果或复现实验建议。复现前需核对空间与门户的构建方式、负证据维护规则、搜索调度实现及完整评估协议；代码与运行条件尚未验证。