Shouwei Ruan Liyuan Wang Caixin Kang Qihui Zhu Songming Liu Xingxing Wei Hang Su

الملخص

تمكّن الكفاءة المكانية السلوك الموجه نحو الأهداف وقابل للتكيف من خلال بناء نماذج داخلية للمكان. وتحوّل الأنظمة البيولوجية القوية المعرفة المكانية إلى ثلاث صور متصلة ببعضها: علامات مميزة تُستخدم كإشارات بارزة، ومعرفة بالمسار تُعبّر عن مسارات الحركة، ومعرفة استطلاعية تمثل تمثيلات شبيهة بالخرائط. وعلى الرغم من التطورات الحديثة في نماذج اللغة الكبيرة متعددة الوسائط (MLLMs) التي مكّنت من التفكير البصري-اللغوي في الوكلاء المُجسمين، إلا أن هذه الجهود تفتقر إلى ذاكرة مكانية منظمة، وتُعَمِّل بأسلوب تفاعلي فقط، ما يحد من قدرتها على التعميم والتكيف في البيئات الواقعية المعقدة. في هذا العمل، نقدّم إطارًا مُستوحى من الدماغ للتفكير المكاني في التوجيه (BSC-Nav)، وهو إطار موحد لبناء واستغلال ذاكرة مكانية منظمة في الوكلاء المُجسمين. يُنشئ BSC-Nav خرائط معرفية ألوسيترية من المسارات الإيغوسنتريك والمؤشرات السياقية، ويسترجع معرفة مكانية ديناميكية متناسقة مع الأهداف المعجمية. وبدمجه مع نماذج MLLMs القوية، يحقق BSC-Nav كفاءة وفعالية متميزة على مختلف مهام التوجيه، ويُظهر قدرة قوية على التعميم من الصفر (zero-shot)، ويُدعم سلوكًا متنوعًا للوكلاء المُجسمين في العالم الفعلي، مقدّمًا طريقًا قابلاً للتوسع ومستندًا إلى الأسس البيولوجية نحو الذكاء المكاني العام.