很长一段时间里，机器人的导航方式遵循“建图——定位——规划——控制”的固定流程，这种导航方式在仓储、巡检等高度结构化的“稳定”场景中尚能应付，一旦进入开放、动态、未知的真实世界便会暴露出弱点：首先是泛化能力差，即环境发生变化机器人便会因为地图对不上而瞬间“失智”；其次为了维持高精度地图，机器人需要消耗巨大的算力和能源，难以走向复杂多变的真实世界。其多模态感知打破了传统机器人“只靠眼睛看”的局限，使其还能结合运动、姿态、环境信号，更精准地判断自己在环境中的状态，预测式表征不只知道“我在哪”，还能预判“前面会有什么”，提前做出反应。简单来说，团队试图给机器人装上一个“生物大脑”，让它们不该领域，而是通过内部的认知机制来理解空间，即可在动态环境中实时感知、灵活避障，这一框架的关键在于实现了从“被动落实”到“主动思考”的跨越。简而言之，动物认路，靠的不是记性好，而是会总结、会联想、会活用。据介绍，该团队从认知神经科学角度拆解动物导航机理，创新性提出一套类脑具身认知导航框架。而动物靠的是“认知地图”——一种会思考、会抽象、会预测的空间能力。该团队受动物导航机制的启发开启了仿生学探索，探索能否将动物在认路过程中表现出的地标识别、经验记忆和灵活决策能力，该范围性提炼与解构，进而转化为可学习、可计算的机器人导航框架。从此，机器人导航不再是“落实指令”，而是真正“带着思考走路”。西北工业大学计算机学院教授於志文称，类脑具身导航框架的出现，赋予了机器人像生物一样在未知与动态环境中，自主感知、决策与行动的能力，成功打通了具身智能规模化应用的关键路径，使其真正具备了走进复杂真实世界的潜力，该领域这一探讨路线正在逐步展开。
<
今日商丘
新浪微博
商丘网