第一次走进陌生场所，人类或动物无需精细地绘制每一处细节，只需基于内在的“认知地图”并融合少量环境信息，就可以实现灵活导航。这种与生俱来的能力，被科学家称为“空间智能”。如何让机器人也拥有这种本领，一直是全球具身智能领域的核心难题。
西北工业大学人机物融合智能计算团队在这一方向取得进展。团队提出的类脑认知导航框架，试图让机器人像动物一样，在未知环境中理解空间、调用经验并作出灵活决策。相关成果近日发表于国际学术期刊《自然综述：电气工程》。
“现在的机器人看起来很聪明，其实很‘迷糊’。”西北工业大学计算机学院教授郭斌说，传统机器人导航遵循“建图—定位—规划—控制”的固定流程，就像一个人拿着纸质地图走路，地图上没有标的路就不会走。在仓库、工厂等结构化场景中，机器人通过大数据训练尚能应付，而一旦环境和场景发生变化，机器人就会瞬间“失智”。说到底就是泛化能力差，环境一变，机器人就不知道怎么走了。
团队从动物身上寻找解决办法。郭斌以老鼠走迷宫为例向记者解释：“老鼠不会记住每一个拐角，而是抓住几个关键地标，在大脑中形成记忆和抽象知识，构建出一张‘认知地图’。下次遇到类似环境，它就能把旧经验和记忆拿过来用。”
“动物会认路，靠的不是记性好，而是会总结、会联想、会活用。”郭斌解释，基于这一思路，团队将动物认路过程中的地标识别、经验记忆和灵活决策能力逐一拆解，转化为低成本、高泛化的类人机器人导航框架。
该框架包含四个关键环节：一是多模态融合感知，让机器人融合运动、姿态、环境信号，更精准地判断自己在空间中的状态；二是预测式表征，让机器人不仅知道“我在哪”，还能预判“前面会遇到什么”；三是记忆复用，把走过的路转化为分层抽象、可迁移的知识，到了陌生环境也能举一反三；四是分层规划，先确定大方向再细化具体路径，让机器人“带着思考走路”。郭斌告诉记者，这四项技术共同作用，使机器人从“被动执行”走向“主动思考”。
目前，团队正与多家单位开展技术转化及应用工作。郭斌介绍，老年健康陪伴、复杂环境作业、灾难应急救援等场景的共同特点是动态、未知、充满变数。在这些场景应用，一直是机器人技术落地的“最后一公里”难题。类脑认知导航框架赋予机器人在未知与动态环境中自主感知、决策与行动的能力。“更多地向人类和动物汲取智慧，将使机器人真正具备走进复杂真实世界的潜力。”郭斌说。（记者 王禹涵 通讯员 王翠萍）