据外媒报道，昆士兰科技大学（QUT）的研究团队从昆虫和动物的大脑中获得灵感，发明了更具能效的机器人导航。

（图片来源：昆士兰科技大学）

这项研究由博士后研究员Somayeh Hussaini、QUT机器人中心Michael Milford教授和Tobias Fischer博士领导，并得到芯片制造商英特尔（Intel）的支持，提出了一种使用尖峰神经网络（SNN）的新型位置识别算法。

Hussaini表示：“SNN是人工神经网络，可以模仿生物大脑如何使用简短、离散的信号来处理信息，就像动物大脑中的神经元交流方式。这些网络特别适合神经形态硬件，即模仿生物神经系统的专用计算机硬件，能够加快处理速度，并大幅降低能耗。”

虽然近年来机器人技术发展迅速，但当代机器人在复杂、未知的环境中仍然难以导航和操作。它们还经常依赖于人工智能（AI）衍生导航系统，其训练方式（training regimes）需要进行大量的计算和能量。Fischer博士表示：“动物非常擅长跨越宽广的动态环境，并具有惊人的效率和稳健性。这项工作朝着实现生物学启发导航系统的目标迈出了一步，有朝一日可以媲美甚至超越目前更为传统的方法。”

该团队开发的系统使用小型神经网络模块，可以从图像中识别特定位置。这些模块被组合成一个整体（即一组多尖峰网络）以创建可扩展导航系统，能够学习在大型环境中导航。Milford教授表示：“使用一系列图像而不是单个图像，可使现场识别准确率提高41%。这使系统能够适应随时间推移（以及跨越不同季节和天气条件）而变化的外观。”

该系统在一个资源受限的机器人上成功地进行了演示，从而证明该方法在能源效率十分关键的现实场景中是可行的。Hussaini表示：“这项工作有助于为自主机器人提供更高效、更可靠的导航系统，以用于能源受限环境。尤其是在空间探索和灾害恢复等领域，优化能源效率和缩短响应时间十分重要。”