日前，卡耐基梅隆大学（CMU）就其在机器人导航领域的最新研究进行了展示。在Facebook人工智能研究（FAIR）团队的帮助下，CMU的研究团队设计出一种语义导航系统SemExp，使机器人能够通过识别熟悉的物体来进行导航。
SemExp刚刚在上月的国际计算机视觉与模式识别会议（CVPR）击败了来自三星中国研究院的一个团队，赢得了Habitat ObjectNav挑战赛的第一名，这也是CMU团队连续第二年在年度挑战中获得第一名。
如果机器人知道A点是客厅沙发，B点是冰箱，那么即使是处在一个陌生环境中，它从A点移动到B点的效率也会更高。在这种思维推动下，SemExp利用机器学习训练机器人系统去识别物体，而最终达到的效果要远高出预期。在CMU给出的示例中，机器人能够区分出茶几和厨房桌子，从而推断出它位于哪个房间。
CMU机器学习专业的博士生Devendra S． Chaplot在一次发布会上说：“传统的机器人导航系统通过内置地图来探索空间，地图上通常会将障碍物体标出来。机器人最终会到达它需要去的地方，但这种前进路线可能是饶了远路的，而SemExp使机器人可以战略性地‘思考’如何搜索某些东西，这种导航规划让机器人能够尽可能快地到达它的目的地。”
CMU表示，这并不是他们第一次尝试将语义导航技术应用到机器人上，但是在之前的努力中，机器人只能靠记住物体处于某个特定的区域进行导航，而并非像现在一样，将物体同它目前可能处于的空间联系起来，从而更加灵活的进行导航。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
