研究背景与发表信息

本研究由代尔夫特理工大学航空航天工程学院微飞行器实验室的Dequan Ou、Jesse J. Hagenaars、Maciej R. Jankowski、Michiel V. M. Firlefyn、Christophe De Wagter和Guido C. H. E. de Croon，联合瓦赫宁根大学实验动物学组的Florian T. Muijres，以及奥尔登堡大学生物与环境科学研究所导航生物学组的Jacqueline Degen共同完成。论文以“Efficient robot navigation inspired by honeybee learning flights”为题，于2026年5月13日在线发表于*Nature*期刊（第653卷，2026年5月28日刊出）。通讯作者为Guido C. H. E. de Croon。

研究背景与科学问题

导航能力是动物和机器人执行空间任务的核心基础。微小飞行昆虫能够在长达数公里的距离上实现稳健导航，然而当前最先进的机器人导航方法——尤其是基于高精度度量地图的同时定位与建图（SLAM）——计算开销巨大，通常需要高端笔记本电脑或GPU嵌入式计算机，严重限制了其在资源受限的小型机器人上的应用。现有的拓扑地图方法虽然在一定程度上降低了计算需求，但随着轨迹规模扩大，其定位与地图更新仍然需要大量算力。

自然界中，蜜蜂等昆虫的导航依赖两个互补机制：路径整合（path integration）和视图记忆（view memory）。路径整合通过整合行进方向与距离来估计相对起点的位置，但会随时间累积漂移；视图记忆则通过回忆视觉地标来校正位置估计。然而，如何将二者统一为一种高效、长距离的导航策略，此前一直是该领域的关键空白。本研究旨在填补这一空白，提出一种受蜜蜂学习飞行启发的名为“bee-nav”的导航策略，使小型资源受限机器人能够实现长距离自主返航。

研究方法与技术流程

本研究包含仿真实验、真实机器人实验以及生物学数据再分析三个主要环节。

仿真实验分为两个层次。第一层为简化仿真器，用于量化学习归巢区域（learned homing area, LHA）相对于总飞行面积的比例。仿真机器人执行三分钟外出飞行（速度2 m/s），沿块状搜索模式飞行，随后以4 m/s速度直线返航。路径整合噪声模型采用高斯噪声，对航向估计在每个时间步加入σψ√t的噪声，对距离估计加入σd√d的噪声。研究者对噪声参数进行了标定，使之匹配真实机器人的光流-激光-陀螺仪路径整合性能（σψ=0.63°，σd=0.10 m），并与更先进方法（如SVO+GTSAM视觉里程计、带磁力计的生物启发式里程计）以及沙漠蚁和蜜蜂的路径整合精度进比较。每种噪声条件运行1000次仿真，以第99百分位距离确定LHA和总飞行区域的半径。

第二层为视觉逼真仿真器，基于NVIDIA Isaac Sim。在十个随机生成的森林环境中（50×50 m区域，40棵树，家周围5 m半径无树），机器人首先执行黄蜂样学习飞行模式（n_loops=6，m_points=150，b_spacing=0.35），获取147张全向图像，路径整合末端位置作为自监督学习目标。随后训练一个42.3 kb的注意力网络150个epoch，使用Adam优化器（学习率0.0005，批大小8），95%数据用于训练，5%用于验证，并施加旋转数据增强。训练完成后，从不同半径因子（0.5至2.5倍LHA半径）的16个起始位置执行视觉归巢，每步前向距离由网络输出向量幅值线性映射，并在接近树木时使用人工势场法避障。研究还将bee-nav与两种替代方法进比较：基于单一快照的视觉归巢方法（在当前位置前后左右移动0.5 m并穷举旋转匹配图像差）和“完美记忆”方法（存储所有学习阶段图像，每次将当前图像与所有快照穷举匹配，选取k=3个最相似快照的目标向量取平均）。

真实机器人实验使用一架配备Raspberry Pi 4、Pixhawk 6C Mini飞控、PMW3901光流传感器、TFmini-S激光测距仪和全向相机的四旋翼无人机。全向图像经过掩膜、极坐标展开和尺寸调整预处理为3×192×1800像素。学习目标向量通过将世界坐标系中的“家”位置旋转到机体坐标系获得。针对强风导致的相机倾斜问题，研究者引入了基于模型的校正（利用扩展卡尔曼滤波器的俯仰和滚转角映射展开中心偏移）和基于视觉的校正（检测地平线并计算使正弦畸变平坦化的中心点）两种方法，并根据环境动态切换。

网络训练支持三种模式：离线外置训练（地面站MacBook Air，360°旋转增强加颜色增强，训练一个epoch）、机载离线训练（Raspberry Pi 4，旋转步长增至5°，省略颜色增强）和机载在线训练（学习飞行期间异步训练，飞行结束后再训练一分钟）。两种网络架构分别为3.4 kb的紧凑网络（868参数，四层卷积加一个全连接层）和42.3 kb的注意力网络（10820参数，两个Inception模块加空间注意力机制）。输出向量直接映射为航向变化指令和前进步长，步长与预测距离线性相关（比例系数k=0.13，最小步距0.1 m或0.5 m）。

实验在五个环境中进行：代尔夫特理工10×10 m Cyberzoo（48次视觉归巢飞行）、30×40 m Unmanned Valley室内大厅、30×25 m代尔夫特无人机计划飞行厅、400×500 m Unmanned Valley户外测试场（含强风条件）以及35×20 m的撒丁岛网球场。全流程飞行包含外出阶段（含障碍规避）、基于路径整合的返航阶段和最终视觉归巢阶段。

主要研究结果

简化仿真表明，在机器人自身路径整合噪声水平下，LHA仅需占总飞行面积的3.84%即可覆盖99%的返航终点。当使用SVO+GTSAM级视觉里程计时，该比例降至0.74%；使用带磁力计的生物启发式里程计时仅为0.24%。基于沙漠蚁和蜜蜂路径整合精度的粗近似分别得到7.6%和3.4%的LHA比例。

视觉逼真仿真中，bee-nav在LHA半径内实现了100%的归巢成功率，且在某些环境中可泛化至2.5倍LHA半径。相比之下，单快照方法在视野偏离家快照后迅速失效，完美记忆方法在LHA外的成功率也低于bee-nav。在LHA内，网络的角度误差小于约40°，距离误差小于2 m。

真实机器人实验中，Cyberzoo内所有六种学习设置（紧凑网络与注意力网络各配合三种训练模式）的48次视觉归巢飞行100%在距家0.5 m内结束。在30-110 m外出距离的室内和室外环境中，完整导航策略的归巢成功率为100%。在200-330 m外出距离的大型户外环境中，低风条件下成功率为80%，强风条件下（平均风速>5 m/s，阵风>10 m/s）降至50%。尽管环境极具挑战性，仅需学习10 m半径区域内使用42.3 kb注意力网络即可支持最远600 m的外出飞行和约150 m的直线返航。

生物学数据再分析显示，蜜蜂学习飞行和觅食飞行后的归巢轨迹的弯曲特征与基于路径整合目标的自监督学习所产生的轨迹特征具有一致性。

研究结论与价值

本研究提出的bee-nav策略成功将路径整合和视图记忆统一为一个高效、可扩展的导航框架。其核心创新在于：路径整合不仅用于实时导航，还为神经网络提供自监督学习目标，使小型网络能够将全向图像直接映射为归巢向量。该策略将导航所需的内存降低约三个数量级（与高精度地图的数百MB相比，仅需3.4-42.3 kb），且计算效率足以在Raspberry Pi 4甚至微控制器上运行。

科学价值方面，本研究为昆虫导航神经行为学提供了新的假设：路径整合自监督学习可能导致视觉归巢轨迹的弯曲特征，这一预测已通过蜜蜂数据的初步再分析得到支持。应用价值方面，bee-nav使小型轻量机器人能够在兴趣区域内执行任务并自主返回充电或交付数据/物体，适用于温室作物监测、仓库库存追踪等场景。研究还指出了五个未来方向：归巢后的精确着陆、视觉归巢失败时的结构化搜索、通过磁力计改进户外路径整合、网络输出不确定性估计、以及环境条件对视觉归巢学习影响的深入表征。

研究亮点

本研究的突出之处在于：首次将蜜蜂学习飞行的生物学策略转化为可运行的机器人导航系统；证明了极小的神经网络（868至10820参数）即可在真实户外环境中实现可靠的视觉归巢；通过路径整合自监督学习实现了无需GPS或外部基础设施的完全自主导航；并通过从机器人行为反推生物学机制，展示了神经机器人学方法在理解昆虫导航中的作用。