機器人導航新篇章 PixNav顛覆傳統做法
編譯／曲姵蓉
康乃爾大學研究人員推出了一種新的導航技術PixNav，取代傳統的地圖導航模式，讓機器人可以用視覺提示進行導航。
傳統機器人導航技術鴻溝大
傳統的機器人導航技術一直面臨著零樣本物體導航的挑戰，簡單來說就是需要機器人自動搜尋並導航到它們從未見過的物體。雖然現代機器人系統已經可以比較輕鬆地識別和理解未知的物體，但實際的導航過程還是取決於地圖內建的規劃導航方法。如此一來，機器人內要配置不少昂貴的設備，並搭配深度感測器才有可能完成這種導航模式，即使能夠完成這個門檻，如何將地圖內建的導航知識、機器人視覺模型轉化成為適當且實際的導航任務，也有很大的技術落差需要彌補。
更多新聞：視覺轉化為聲音 專為盲人開發導航系統
全新PixNav技術 根據圖像進行導航
而新的PixNav技術，幾乎完全不依賴內建地圖，而是使用來自圖像作為導航標記。簡單來說，機器人會朝著視覺中特定的圖片或區域前進，使其能夠自動導航內指定環境內的物體或位置。
這種以圖像為思維中心的方法，不僅大幅簡化了導航任務，同時也有助於尋找建築物或物體的多功能導航策略。除此之外，PixNav的另一個優勢是能夠快速收集大量的導航數據，將每個圖像拆解成數千個畫素分子，每個畫素都代表一個潛在的導航目標，便能夠為訓練導航機器人提供豐富的數據庫。
引進大型語言模型技術神助攻
最重要的是，研究人員也為PixNav集成了大型語言模型技術（LLM），來輔助系統本身的不足。若設定導航的目標地不在機器人目前的視覺中，用戶可以用LLM技術來輔助，讓導航機器人了解導航目標的背景資訊以及可能所在位置。例如，要讓機器人找到一張床，就可以利用LLM技術先行教育它，典型的家居布局理解，並引導機器人前往臥室尋找床，這種作法經測試後有高達80%的成功率。
對此，研究人員也坦承該技術還有很多不足之處，特別是在長途路徑規劃方面，還需要更大量的技術與數據庫支援。不過這種研究啟發對於機器人導航領於而言，的確是很創新的一步，有望帶動此領域的重大變革。
瀏覽 2,731 次
