งานวิจัยนี้เปิดตัว SAP-Nav ซึ่งเป็นเฟรมเวิร์กแบบ Zero-shot และ Online สำหรับการนำทางหุ่นยนต์ตามวัตถุ (Open-Vocabulary Object Navigation: OVON) ปัญหาหลักที่งานวิจัยนี้ต้องการแก้คือการที่หุ่นยนต์มักจะมีข้อมูลการมองเห็นที่ไม่สมบูรณ์ ทำให้การระบุวัตถุตามคำสั่งที่ซับซ้อน (เช่น ระบุผ่านชื่อห้อง พื้นที่ หรือคุณลักษณะวัตถุ) ทำได้ยาก
SAP-Nav ทำงานโดยการสร้าง 'Queryable Spatial-Semantic Representation' จากมุมมองต่างๆ ที่หุ่นยนต์สำรวจพบ ทำให้สามารถสอบถามข้อมูลเชิงความหมายจากจุดใดก็ได้ นอกจากนี้ยังมีระบบ Active Viewpoint Verification ที่ช่วยให้หุ่นยนต์ตัดสินใจได้ว่า ข้อมูลที่มีอยู่เพียงพอหรือไม่ หากไม่เพียงพอ หุ่นยนต์จะเคลื่อนที่ไปยังมุมมองใหม่ที่ให้ข้อมูลดีกว่าก่อนที่จะทำการยืนยันเป้าหมาย
