神經仿生導航系統更精準更節能

受動物大腦處理信息方式的啟發，澳大利亞昆士蘭科技大學團隊基于尖峰神經網絡開發出一種新型導航系統，有助構建出更智能的機器人。相關論文發表于最新一期《IEEE機器人學報》。

機器人在復雜現實環境中導航的能力仍然差強人意。此外，機器人通常需要依賴能耗大、計算要求高的人工智能系統進行訓練，這無疑限制了它們的廣泛應用。

尖峰神經網絡是一種生物啟發型的人工神經網絡，設計靈感源于生物神經系統內神經元的工作方式。這種網絡特別適合與神經形態硬件協同工作，可快速處理信息并顯著降低能耗。

在新研制的導航系統內，這些尖峰神經網絡如同一個個模塊，彼此并不獨立，而是集結成一個整體，協同工作。它們利用視覺輸入信息來識別位置，從而完成導航任務。

這一模塊化的方法具有諸多優勢，比如增強了系統在不同光照、天氣等條件下，識別出同一地點的能力。此外，新系統還通過圖像序列而非單個圖像，將位置識別準確率提高了41%。

團隊在低功耗機器人身上對該導航系統進行了測試。結果顯示，尖峰神經網絡可顯著降低計算成本。

團隊表示，這一成果為在供電受限環境下工作的自主機器人提供了更高效、更可靠的導航系統，未來有望在太空探索和搶險救災等領域發揮重要作用。