當將機器人吸塵器放置於客廳時，它會細緻地繪製出邊緣輪廓。然而，若移動一張扶手椅，該機器可能會因為自身的數碼藍圖而陷入困惑，轉圈不已。這些機器人可謂是幾何的囚徒。缺乏適應能力的它們，面對簡單的變化，例如移動一張椅子，便會完全失去方向，無法繼續進行。為瞭解決這一問題，中國西北工業大學的科學家們開發了一個新的「仿生認知導航」框架。該框架旨在賦予機器人「空間智能」——這是人類和動物在使用內部空間感知和過往經驗導航不熟悉、動態環境時所具備的固有能力。
仿生認知導航框架提升機器人智能能力
仿生框架動物輕鬆地通過靈活的心理地圖、記憶和智能規劃在新環境中找到路徑，並幾乎不消耗任何能量。然而，機器人缺乏一個整合的認知架構。傳統的機器人導航就如同用紙質地圖行走，機器人只能遵循一步步的過程，無法應對任何未經規劃的路徑。這種對高能耗處理和僵硬編程的依賴根本限制了其在不可預測的現實環境中的操作。由郭斌教授領導的研究團隊受到了老鼠在迷宮中導航的啟發。與其強迫機器逐像素記住一個房間，他們報導稱正在教導它像迷宮中的老鼠一樣思考。
老鼠能夠識別關鍵地標，形成抽象記憶，並建立「認知地圖」，靈活地將知識應用於新情境。
當前機器人技術的根本問題在於缺乏抽象能力。當老鼠探索一個陌生的穀倉時，它並不會記錄每一根木頭的細節。它識別關鍵地標，壓縮佈局的記憶，並在大腦中建立一個流動的認知地圖。當環境發生變化時，老鼠不會驚慌，而是適應、推理並尋找捷徑。「記憶在導航中發揮著積極作用，通過將經驗壓縮為可重用的知識並按需重建來實現。」研究人員在研究論文中指出。為了複製這一生物優勢，郭教授的團隊設計了一個基於動態地標識別、經驗記憶和分層決策的三大支柱框架。
新技術推動機器人自主決策能力
神經形態硬件將這種認知軟件與模仿大腦的「神經形態」硬件相結合，團隊創建了一個高效的系統架構。這些專用處理器模仿生物神經元，僅在檢測到感官輸入的變化時啟動。這種方法消除了標準計算所常見的持續功耗，為新一代超低功耗、靈活和自主的機器鋪平了道路。「神經形態傳感器和處理器僅在響應輸入變化時啟動，提供了一種能夠滿足機載機器部署延遲需求的高效能基礎。」團隊指出。這一新框架使機器人能夠精確定位、預測周圍環境，並在新環境中利用過往經驗進行靈活規劃，促使它們從僅僅遵循指令轉變為自主做出智能決策。
在緊急救援行動中，若機器要成功導航一棟燃燒的建築，或安全協助一位身處雜亂家庭的長者，它便不能倚賴預先編程的佈局。它必須預見意外情況。這項發展可能使機器人不再盲目計算，而是透過教導機器提煉經驗為可重用知識而開始思考。團隊目前正與各機構合作，將這項技術轉化為實際的現實應用。研究成果已於 5 月 22 日發表在《自然評論電氣工程》期刊中。
項目 規格 框架設計 動態地標識別、經驗記憶、分層決策 硬件類型 神經形態處理器 能耗特點 超低功耗
📬 免費訂閱 TechRitual 科技精選
按「免費訂閱」即同意收到 TechRitual 嘅科技資訊及優惠。可隨時取消訂閱。
