新闻资讯

**英伟达的机器人新魔咒：NaVILA引领机器人导航新时代**

在当今科技日新月异的时代，每一个新的突破都可能改变我们的生活。近日，加州大学研究人员与英伟达共同发布了一项革命性的技术——NaVILA模型，这项技术正在重新定义机器人的导航能力，让机器人变得更加智能和灵活。作为碧悟科技有限公司官网的运营人员，我们有幸在第一时间了解并分享这一激动人心的进展。

NaVILA模型的核心创新在于，它打破了传统机器人对预先绘制地图的依赖。想象一下，家中的服务机器人不再需要依赖固定的地图，只需听懂你的自然语言指令，结合实时的视觉图像和激光雷达信息，就能自主导航到指定位置。这不仅极大地提升了机器人的智能化水平，更拓宽了它们的应用场景。

传统的视觉语言导航系统（VLN）主要依赖激光雷达（LiDAR）和SLAM算法来绘制和维护静态地图。这类系统通常适用于预先已知的环境，如家用扫地机器人或仓储中的AGV小车。然而，一旦面临动态环境，如家中宠物的走动或仓库货架的更替，静态地图的效用就会大幅削弱，机器人不得不频繁重绘地图，增加了系统成本和计算负担。

而NaVILA模型则彻底改变了这一现状。它实现了“无图导航”，这主要得益于其独特的两套机制：高层控制器（视觉-语言-行动VLA模型）和低层控制器。高层控制器通过多模态输入，包括视觉图像、激光雷达和自然语言，让机器人实时感知环境中的路径、障碍物和动态目标。在这一过程中，NaVILA的最大亮点是提出了“中间指令机制”。这一机制让机器人能够像人类一样，听懂高层的指令后，再自行拆解为具体的行动。

例如，当你对机器人说“去厨房帮我拿瓶水”时，NaVILA的VLA模型会生成一份“路径规划表”，其中包含一系列中间的高层动作指令，如“前进50厘米”、“向左转90度”、“迈过障碍物”等。这些指令就像是一份“简化的路径操作说明书”，让机器人能够自主规划并执行任务。

然而，仅有高层控制器是不够的。低层控制器负责控制机器人具体的关节动作。NaVILA的低层控制器使用了一种PPO强化学习算法，通过在NVIDIA的Isaac Sim虚拟仿真平台中训练机器人，让它们学会如何在草地、台阶、楼梯、石子地等不同的地形中行走，并确保不摔倒。这种强化学习系统不仅提高了机器人的行走稳定性，还使其能够灵活应对各种复杂环境。

NaVILA模型不仅将导航技术从轮式机器人扩展到了腿式机器人，还显著提升了机器人在复杂场景中的跨越障碍和自适应路径规划能力。传统的VLN系统主要为轮式机器人设计，而腿式机器人需要更精细的控制来应对复杂地形和障碍物。NaVILA的“中间指令”机制使得同一套VLA控制逻辑可以适配不同的机器人平台，如四足机器人和人形机器人。

在论文公布的测试视频中，工作人员使用NaVILA成功命令宇树Go2机器狗和G1人形机器人执行各种任务。这些机器人能够听懂自然语言指令，绕过障碍物，灵活自如地完成任务。在家庭场景中，过去的扫地机器人只能在单一的房间中打转，而足式机器人却能像人一样跨越门槛，走进厨房为你取一瓶水。在搜索救援和灾后救援场景中，足式机器人能够在地震废墟中跨越障碍、爬过瓦砾、深入废墟深处，帮助搜救人员寻找幸存者。

NaVILA模型的出现不仅让机器人变得更加聪明和灵活，还极大地降低了足式机器人的运作成本。过去，每次驱动足式机器人都需要同时控制膝关节、髋关节、脚踝等多个关节，成本高且难度大。而NaVILA则通过其独特的控制机制，简化了这一过程，使得机器人能够更高效地执行任务。

作为碧悟科技有限公司的一员，我们深感自豪能够见证这一科技革命的到来。我们相信，随着NaVILA模型的不断完善和普及，机器人将在更多领域发挥更大的作用，为人类的生活带来更多便利和惊喜。让我们共同期待一个更加智能、更加美好的未来！