Бытовые роботы часто оказываются «заложниками» заранее построенной цифровой карты: при любом изменении в помещении они теряют ориентацию. По словам исследователей, традиционные системы навигации привязаны к геометрии пространства и не адаптированы под непредсказуемые условия.

Учёные назвали новую концепцию «биоинспирированной когнитивной навигацией». Они попытались наделить роботов «пространственным интеллектом» — способностью ориентироваться в незнакомой и меняющейся среде, используя память, прошлый опыт и внутреннее представление о пространстве, подобно тому, как это делают люди и животные.

За основу взяли поведение мышей в лабиринтах. Ученые обратили внимание, что животные не запоминают окружающую среду в мельчайших деталях, а выделяют ключевые ориентиры, формируют абстрактные воспоминания и строят гибкие «когнитивные карты». Благодаря этому мыши способны быстро адаптироваться к изменениям и находить новые маршруты вместо того, чтобы следовать строго заданному пути.

На основе этих принципов команда разработала трехкомпонентную систему, включающую динамическое распознавание ориентиров, память на основе накопленного опыта и иерархическое принятие решений.

В отличие от традиционных роботов, которые фактически «идут по бумажной карте», новая система позволяет машине самостоятельно рассуждать, прогнозировать изменения окружающей среды и использовать ранее полученные знания в новых ситуациях.

В проекте используется нейроморфное оборудование — специализированные процессоры, работа которых имитирует биологические нейроны. Такие чипы активируются только при изменении входящих сенсорных данных, тогда как обычные вычислительные системы работают непрерывно. Это сильно снижает энергопотребление и одновременно позволяет быстрее реагировать на изменения обстановки.

Разработчики считают, что технология может стать основой для нового поколения автономных роботов, способных действовать в сложных и непредсказуемых условиях. Например, проводить спасательные операции в горящих зданиях или помогать пожилым в захламленных помещениях. Команда уже сотрудничает с организациями, чтобы протестировать систему в реальных условиях и подготовить ее к практическому применению.