与实验室实验迷宫相比，许多动物和昆虫的真实栖息地通常会更大 _动力

文章图片

文章图片

与实验室实验迷宫相比，许多动物和昆虫的真实栖息地通常更大，在感知上更具挑战性和复杂性。科学家从机器人导航研究的历史中得知，许多关键的理论进步源于现实世界环境中导航的“艰难的、可操作的任务需求” 。研究人员也注意到了通过在现实世界而不是模拟环境中进行测试所提供的这种“强制规范”的好处。将这些相同的艰巨任务需求引入仿生模型很可能会产生对如何在大脑中实现目标导向导航的进一步见解。

沙漠蚂蚁模型中已经存在概念证明，其中建模不确定性导致对处理意外感官输入的重新校准方法的深入了解以及全局方向感测在远程航位推算中的关键作用。科学家推测，将真实感测引入其他仿生模型可能需要对基础导航模型进行重大修改；这些修改反过来可能会导致动物导航理论的改进、新的实验范式和潜在的机器人导航新的高性能技术。
【与实验室实验迷宫相比，许多动物和昆虫的真实栖息地通常会更大】
世界代表性用于导航的机器人表示除了使用“无表示”直接感知-动作过程的纯反应性机器人控制架构外，大多数机器人导航系统都采用某种形式的世界表示。世界代表在目标导向的机器人导航中起着至关重要的作用，通过提供一个框架来定义一个目标，以及一种规划通往目标的路线并跟踪机器人朝着该目标的进展的方法。机器人目标导向导航可以是一个简单的过程，例如轮式机器人从照明良好的区域导航到黑暗区域，也可以是高度复杂的过程，例如引言中描述的机器人汽车导航示例。

第一个导航任务可以在没有任何明确的世界表示的情况下通过依赖将感觉输入与运动命令相关的简单控制规则来实现而后一个任务几乎可以肯定需要某种形式的世界表示或地图。在这两个示例之间，有一系列基于目标导向机器人导航的世界表示，例如在“教学和重复”方法中使用的表示；机器人通过手动引导来学习通往目标的路径，然后它可以通过调用相关的感觉和运动命令序列来自主地重复该路径。

机器人通常包含多个不同的世界表示进行导航；一种标准方法是将全局拓扑图与局部度量图结合起来。最初的机器人地图研究的大部分重点是创建最大可能环境的最准确地图，而不是这些地图在机器人导航中的实用性。因此，许多当前最先进的机器人导航系统是在核心映射算法已经建立之后的某种特殊开发过程的结果，这与地图形成和地图利用过程可能共同存在的自然界形成对比。

这种独立开发周期的主要例子是公制占用网格图，它最初是在1980年代开发的。它将环境表示为具有计算概率的障碍物或自由空间的位置网格。使用主导早期机器人测绘和导航研究的声纳和激光传感器三维距离传感器提供的距离到障碍物信息很容易生成这种类型的世界表示。机器人和计算机视觉研究也表明，从立体视觉和场景理解算法中获得这种深度信息是可能的，但要困难得多。

研究人员将看到的结果与最近在啮齿动物中发现的类似占用网格的表示有关。科学家已经开发了大量算法来处理生成和维护适合机器人导航的度量地图的关键问题：传感器观察不确定性、更大环境的可扩展性以及整合的需要环境的变化。度量占用图已被广泛用于形成机器人整个操作环境的全局表示，以及至于对机器人周围的局部区域进行编码，以促进物体避免和局部路径规划。

与实验室实验迷宫相比，许多动物和昆虫的真实栖息地通常会更大

推荐阅读

如何找寻自我

缝纫机调线器怎么安装平车方法如何

强组词强字组词

火笋鸡翅的做法（增肥食谱）

闺女生日快乐祝福语朋友圈

LV请来潮牌设计师做艺术总监，看中的是啥

老虎豆怎么做好吃老虎豆图片怎样弄来吃

暖气有流水声是什么原因

皮球是什么体

手机怎样开通QQ空间

男生发mua说明 mua是什么意思

手指盖凹陷怎么回事

对自己的生活失去掌控咋调整

小米10s怎么没有月亮模式

我想找个偏僻的地方搞养殖！有没有推荐的地方？

南京养老金认证上门服务怎么申请南京市养老金认证

如何评价猪场阉割猪？

最后一个字是豹的成语

泰山散酒怎么样

猫发情的声音(猫发情的叫声)