.png){kind=icon}
返回
Brain-inspired spatial intelligence for embodied agents
.png){kind=icon}
OA
AI
DOI：10.1038/s41467-026-74358-5.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
空间认知通过结构化的空间内部模型实现适应性目标导向行为。鲁棒性生物系统将空间知识整合为三种相互关联的形式：地标作为显著线索、路径知识用于运动轨迹、概览知识用于地图式表征。尽管多模态大型语言模型（MLLMs）的近期进展使具身智能体实现了视觉-语言推理，但这些方法缺乏结构化空间记忆，仅以反应式方式运行，限制了其在复杂现实环境中的泛化与适应性。本文提出脑启发空间认知导航（BSC-Nav），一种用于构建和利用具身智能体结构化空间记忆的统一框架。BSC-Nav从自我中心轨迹和环境线索构建他我中心认知地图，并动态检索与语义目标对齐的空间知识。与强大的MLLMs集成后，BSC-Nav在多样化具身导航任务中达到当前最佳的有效性与效率（例如，在实例级导航中将路径长度加权成功率从17.6%提升至44.9%，在零样本长时域指令跟随中将成功率从42.7%提升至53.1%），同时支持真实物理世界中的多功能具身行为。这些结果凸显了一条通向通用空间智能的可扩展路径。将生物空间记忆整合到人工具身智能体中仍是一个开放性挑战。本文中，作者开发了BSC-Nav这一脑启发空间认知框架，展示了增强的导航能力与通用空间智能。
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
15.7
论文数:
9.4W
被引数:
91.2W
机构
引用论文
暂无论文信息