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。
