TrajRAG는 대규모 모델의 추론을 향상시키기 위해 기하-의미 경험을 검색하는 검색 증강 생성 프레임워크입니다. Topo-polar 트래젝토리 표현을 제안하여 원시 에피소드 관찰의 중복을 제거하고, 계층적 청킹 구조는 유사한 트래젝토리를 통합 요약으로 정리합니다. MP3D, HM3D-v1, HM3D-v2 실험에서 TrajRAG는 관련 기하-의미 경험을 효과적으로 검색하고 제로샷 객체 내비게이션 성능을 향상시킵니다.