一種新型的「物理人工智能」技術有望改善自動移動機器人在物流中心和智能工廠等環境中的導航能力。該技術由韓國大邱慶北科技院（DGIST）開發，模擬了社會問題的「擴散與遺忘」過程。這使得機器人能夠運用類似人類的遺忘方式，區分出重要的即時障礙與不必要的過時信息。研究作者朴慶俊教授在9月29日的新聞稿中表示：「我們模仿了社會忘記不必要信息的原則，同時保留重要信息，從而實現高效的移動。這項研究的意義在於，它顯示了物理人工智能如何向人類行為演變。」
自動移動機器人（AMRs）在物流和製造等多個領域中至關重要，能夠實現自動化。然而，現實操作中，意外障礙經常阻礙機器人的運動。這些機器人通常會在遇到障礙物（如叉車或擺放不當的貨物）時調整路徑，但由於機器無法「遺忘」，即使在障礙物消失後，仍會繼續走不必要的繞道，這在高壓環境中會降低生產力。因此，克服低效路徑的挑戰成為了重要的研究課題。
為了解決這一問題，朴教授的團隊實施了一種基於人類社會現象的集體智能算法。該算法從數學上模型化了某些信息如何迅速擴散並逐漸被遺忘。這樣的模型使得自動機器人能夠立即分享關鍵信息，如突發障礙的位置。同時，這也使機器人能夠自然地忘記不必要的過時細節，比如已經清除的障礙物。研究人員表示，這一技術能夠優化機器人的「協同導航」能力，路徑優化及延遲減少還能直接為公司在運營成本、能耗和設備維護方面節省開支。
團隊利用Gazebo模擬器進行了這一模型的測試，模擬了一個物流中心。結果顯示，相較於傳統的ROS 2導航（機器人操作系統2），在性能上有明顯的升級。值得注意的是，平均駕駛時間減少了高達30.1%，而任務通過量則提高了18.0%。這項技術能夠直接提升物流和製造等高容量運營的產能和收益。研究人員指出，這一成就「證明了機器人不再僅僅是避免障礙的機器；它們正在演變為能夠理解社會原則並自主運行的物理人工智能系統。」
這項技術的另一個關鍵優勢是其高兼容性和易於應用。它僅需2D LiDAR，無需額外傳感器，從而降低了硬件成本的門檻。此外，它可以作為現成的插件，應用於ROS 2導航堆棧中。這一設計可以直接集成到自主導航系統中，無需更改設備。這一優勢使得在包括物流機器人、自動駕駛汽車和無人機編隊等各種工業環境中的迅速實施成為可能。預計這項技術將在更廣泛的應用中發揮重要作用，如智能城市交通管理和大規模探索與救援行動。研究結果已於9月10日發佈在《工業信息集成期刊》中。
