持久3D语义记忆用于导航时，安全边界应划在哪里？

为何记忆与导航的安全边界不同

持久三维语义记忆的安全边界并非一条线，而是两条。2022年一项基于Minecraft导航任务的研究发现，空间记忆（物体位置的精确度量准确性）在清醒一段时间后会下降，而导航表现（实际到达这些位置的能力）在同一延迟期内却有所提升[1]。这意味着，依赖存储语义记忆的机器人或人类，在随时间推移时，应更谨慎地信任精确位置，但可以更自信地依赖其导航能力。实际启示是：围绕记忆回忆（如物体位置）设定更严格的安全裕度，而围绕导航行动（如路径规划）设定更宽松的裕度。

这一区分得到2023年一篇综述的支持，该综述认为导航是一种动态习得的技能，而记忆是一种由内部驱动的过程——二者依赖重叠但不同的神经网络[2]。因此，在设定安全边界时，你需要问：你是在验证记忆本身（例如，“这个东西还在吗？”），还是在验证导航行为（例如，“我能安全到达那里吗？”）？前者需要更严格的阈值，因为记忆更为脆弱。

在不确定性高的地方划定边界

对于自主机器人而言，安全边界应划定在系统对语义地图不确定性较高的区域。2024年的一篇论文提出了一种导航方法（COSMAu-Nav），利用高斯过程从3D语义点云中建模地形可通行性、占用率和地形特征，并明确提供不确定性估计[3]。这使得机器人能够规划路径，避开高不确定性区域，从而有效实现安全边界的动态调整——在地图不确定的区域扩展边界，在地图置信度高的区域收缩边界。该论文在仿真和真实世界的非结构化环境中进行了验证，表明考虑不确定性的路径规划对于实时导航是可行的。

这种方法与固定的安全距离（例如，始终与障碍物保持1米）形成对比。相反，边界是模型置信度的函数。在实践中，这意味着如果机器人的语义记忆对地形类型不确定（例如，是坚实地面还是碎石？），安全边界应绘制得更远。2024年那篇论文使用高斯过程，使这种不确定性变得明确且计算上可行，这对嵌入式系统至关重要。

新异或未见物体的安全边界

当机器人必须导航至从未见过的物体时（零样本导航），安全边界必须考虑系统的泛化能力。2023年一项关于语言驱动零样本目标导航（L-ZSON）的研究发现，一个使用CLIP（视觉-语言模型）和经典探索的简单框架——无需额外训练——在导航效率上可与一种在室内数据上训练了5亿步的最先进方法相媲美[4]。这表明，对于新物体，如果系统采用稳健的开放词汇表示，安全边界可以相对宽松。然而，同一研究也发现，这些基线方法往往难以有效利用语言描述，因此当目标通过属性（如“红色椅子”）而非仅名称来描述时，安全边界应更为严格。

另一项2023年的研究提出了用于零样本目标导航的语义相似性网络（SSNet），利用词嵌入之间的余弦相似度来泛化到新类别[5]。在AI2-THOR模拟环境中，SSNet的表现优于基线模型，这表明如果系统采用语义相似性而非固定类别标签，安全边界可以扩展到新物体。但关键在于：这些结果来自模拟环境，因此在物理场景中验证该方法之前，现实世界的安全边界可能需要更加保守。

关于这些来源

本回答基于5项同行评审研究——发表于2022年至2024年间，其中1项为2024年或之后发表，2项发表于Q1期刊，合计被引用263次——这些研究是从5项通过质量筛选的研究中选出的最具相关性的成果，而这些研究又源自从超过5亿篇论文数据库中检索到的35篇文献。

本文引用的文献

相关研究问题