# MessyNav hjälper robotar att röja väg utan uppgiftsspecifik träning

> Ramverket använder en vision-language-modell för att avgöra om roboten ska flytta, plocka upp eller undvika hinder under navigering.

Oossa · 2026-11-06 · https://oossa.com/sv/messynav-lets-robots-clear-paths-without-task-specific-training

Forskare har presenterat MessyNav, ett ramverk som hjälper mobila robotar att ta sig fram i stökiga miljöer genom att avgöra vad de ska göra med hinder i vägen. Det använder en vision-language-modell – ett system som tolkar bilder och text – för att bedöma föremål innan roboten planerar om den ska fösa undan dem, plocka upp dem eller undvika dem.

I försök med riktiga robotar rapporterar forskargruppen en förbättring på 27 procentenheter i framgångsgrad jämfört med den starkaste jämförelsemetoden. Forskarna rapporterar också statistiskt signifikanta förbättringar i en större utvärdering offline, utan att ha tränat systemet särskilt för uppgifterna.

## Fakta

- MessyNav utvärderades på en mobil manipulator i inomhus- och utomhusmiljöer.
- Artikeln är listad som en CoRL 2026-artikel.

## Varför det spelar roll

För team som bygger robotar för hem eller andra stökiga miljöer erbjuder MessyNav ett sätt att välja mellan att flytta undan föremål och att undvika dem, utan uppgiftsspecifik träning. Sammanfattningen visar däremot inte hur väl systemet fungerar utanför de redovisade utvärderingarna.

## Källor och referenser

1. [MessyNav: Zero-Shot Navigation via Manipulation in Messy Environments](https://arxiv.org/abs/2611.07417) – arXiv cs.RO, 2026-11-06

Senast uppdaterad: 2026-11-06