PsyBrain 脑心前沿 / 科研分析：认知神经科学前沿的结构化精读 / X · AI 与脑科学 / X017 · Nature蜜蜂“学习飞行”如何启发机器人返航!

X017 Nature | 蜜蜂“学习飞行”如何启发机器人返航!

来源：公众号 PSY-Brain_Frontier ｜发布：2026-05-19 ｜原文链接

认知神经科学前沿文献分享

基本信息

Title: Efficient robot navigation inspired by honeybee learning flights

发表时间: 2026-05-13

发表期刊:Nature

获取原文:

添加小助手: PSY-Brain-Frontier 即可获取PDF版本
点击页面底部“阅读原文”跳转论文网页

引言

对小型机器人，尤其是轻量级飞行器而言，自主导航并不是“有没有算法”的问题，而是“有没有装得下、跑得动、耗得起的算法”。现有高精度导航通常依赖详细地图、持续定位和较强算力，这类方案在大平台上效果突出，但对载重、供电和机载计算资源都十分有限的小型无人机来说，往往代价过高。即便采用拓扑图等更节省资源的表示，机器人仍需不断识别自身位置并更新环境表征，随着活动范围扩大，计算与存储压力依然会上升。换句话说，小型机器人缺的并不只是“会飞出去”，而是能在不依赖沉重地图系统的前提下，稳定地飞出去再回来。

相比之下，蜜蜂等小型昆虫提供了一个截然不同的参照系。它们能在远离巢穴后完成可靠归巢，却显然不是靠工程意义上的高精度三维地图来工作。已有研究表明，蜜蜂在真正远距离外出前，常会先进行围绕巢穴的“学习飞行（learning flights）”，熟悉家附近的视景；返程时，则会把路径积分（path integration）与视景记忆（view memory）结合起来使用。前者帮助动物根据自身运动累积估计相对起点的位置，后者则在接近目标时利用熟悉环境中的视觉线索进行修正。问题是，这两种机制虽然都被广泛研究，但它们如何在一个统一、可部署、能处理真实机器人误差的系统中协同工作，仍缺少直接证据。

这篇论文要解决的，正是这条缺失的连接。作者提出一种受蜜蜂学习飞行启发的导航策略 Bee-Nav：机器人先在 home 附近进行短程学习飞行，用全向视觉和机载路径积分生成“当前位置到 home 的向量”标签，并以此自监督训练一个小型神经网络；在正式任务中，机器人先远距离外出，再依靠路径积分近似直线返航；若最终进入已学习区域，就切换到视觉归巢，由网络输出的 home vector 逐步消除累计漂移。这个思路的重要性在于，它把“必须记住的环境”压缩在 home 周围的小区域，而不必为整个任务空间建图。若这一框架确实可行，就意味着资源受限机器人或许可以走出一条不同于经典 SLAM 的导航路径；同时，它也为理解昆虫导航中“路径积分如何为视景学习提供支撑”提供了一个可检验的工程模型。

实验设计与方法逻辑

研究采用了“机制提出—仿真量化—真实验证”的三段式设计。首先，作者定义 Bee-Nav 的闭环：学习阶段围绕 home 采集全向图像，并用路径积分生成二维归巢向量标签；随后训练小型网络，将图像直接映射为 home vector。任务阶段则分为外出、路径积分返航、视觉归巢三步。其次，仿真部分分别检验两个关键前提：一是 learned homing area（LHA）到底需要多大，二是小网络在该区域内是否能可靠输出可执行的归巢向量。最后，作者将系统部署到小型四旋翼平台，在室内外多个环境中先做单独视觉归巢验证，再做完整返航实验。平台感知链路以光流、激光测高和陀螺积分航向为主，室外 GPS 仅用于记录真值，不参与导航决策。

核心发现

发现一：Bee-Nav 成立的效率前提，是 home 附近的学习区可以远小于总任务区

这篇文章最核心的论证，不是“神经网络能不能学”，而是“是否真的没必要学习整张地图”。Fig. 1 把这个策略闭环讲得很清楚：学习只发生在 home 周边，真正的远距离回返主要靠路径积分，视觉网络只负责最后一段的纠偏。真正量化这一设想是否经济的是 Fig. 2a,b。作者在 1,000 条仿真外出轨迹上加入不同水平的路径积分噪声，考察返程终点要想落入 learned homing area，LHA 需要占总飞行区域多大比例。

Figure 1. Illustration of the proposed robot navigation strategy, Bee-Nav, inspired by honeybee learning and foraging flights

结果显示，在拟合到本文机器人实际里程计噪声的条件下，LHA 仅需覆盖总飞行区域的 3.84%，就能包含 99% 的返程终点（Fig. 2b）。如果里程计更准确，这一比例还能进一步降低；正文还给出两个对照量级：噪声接近 SVO+GTSAM 时约为 0.74%，采用更精确绝对航向信息的情形可降至 0.24%。

发现二：小型视觉网络在已学习区域内可稳定归巢，并在部分场景中表现出超出 LHA 的泛化

即便 LHA 足够小，Bee-Nav 仍要面对第二个关键问题：一个很小的神经网络，是否真能承担“局部视景记忆”的功能。作者在视觉真实感较高的 NVIDIA Isaac 仿真环境中对此进行了系统测试，结果集中呈现在 Fig. 2c–f。学习飞行被限制在 home 周围半径 10 m 的范围内，随后机器人从不同距离起始，仅依赖网络输出进行视觉归巢。Fig. 2d 的结论最直接：在十个随机森林环境中，只要起点位于 LHA 半径内，Bee-Nav 的视觉归巢成功率达到 100%。

更值得注意的是，这一网络并非只在“学过的边界内”机械起作用。在部分环境中，成功范围还能扩展到约 2.5 倍 LHA 半径（Fig. 2d），提示网络学到的并不只是离散快照匹配，而可能提取了更有用的地标结构信息。Fig. 2e 也揭示了失败模式：起点位于 LHA 外时，轨迹更容易卡在局部极小值附近，尤其是树木遮挡明显的位置。

Figure 2. Simulations of homing flights, showing the main characteristics of the proposed strategy in terms of efficiency and effectiveness

发现三：真实室内实验表明，带漂移的路径积分标签也足以支撑可用的视觉归巢学习

Bee-Nav 的自监督学习机制有一个天然疑问：如果训练标签本身来自会漂移的路径积分，那么学出来的网络是否仍然可靠？作者因此先把完整返航拆开，在 10×10 m 的室内 CyberZoo 环境中单独验证视觉归巢模块。Fig. 3a 展示了实验场景，Fig. 3b 则给出不同训练方式下的代表性归巢轨迹。结果相当关键：在 48 次真实归巢飞行中，无人机都进入了 home 周围 0.5 m 范围内，成功率为 100%。

这说明即便标签并非来自 GPS 或动捕真值，而是带有累积误差的路径积分估计，网络仍能学出足够可执行的“图像到归巢向量”映射。Fig. 3c 进一步支持这一点：各类设置下，方向误差主要低于 40°，距离误差主要低于 1.5 m。论文还比较了机外离线、机上离线和机上在线等多种训练方式，发现它们都能完成归巢，而机外离线训练通常给出更准确的预测和更短的归巢路径，因此后续系统级实验主要采用这一方案（Fig. 3b）。

Figure 3. Real-world robotic visual homing flight experiments in TU Delft’s 10 × 10-m CyberZoo flight arena, quantifying the performance of the proposed visual homing networks

发现四：完整 Bee-Nav 在真实室内外实现了中长距离返航，但开放场地和强风会明显压低表现

系统级价值最终要看完整闭环能否在现实世界中跑通。作者随后在多个更大场景中测试“学习—外出—路径积分返航—视觉归巢”全过程。Fig. 4a 展示了 30×40 m 室内大厅中的完整时序：即便路径积分阶段已累积明显漂移，后续视觉归巢仍能把误差拉回 home 附近。Fig. 4b 则把实验推进到 400×500 m 的大型室外测试区，用 GPS 轨迹标出了学习、外出、返程和视觉归巢各阶段。Fig. 4c 汇总了不同环境下的返航成功率，是衡量这套策略真实可用性的关键证据。

图10

Figure 4. Real-world robotics experiments with the full proposed navigation strategy in various environments

结果显示，在多数外出距离为 30–110 m 的环境中，返航成功率达到 100%（Fig. 4c）。而在最大的开阔室外场地、飞行距离约 200–330 m 时，成功率在低风天降至 80%，在高风条件下降至 50%。正文指出，主要困难来自太阳眩光、风致机体倾斜导致图像质量变差，以及场地中近距离显著地标稀少。

图11

归纳总结和点评

这项工作最突出的价值，在于把昆虫导航中的两个经典成分——路径积分与视景记忆——真正整合成了一个可部署、可量化、可在真实机器人上验证的统一框架。它的关键贡献不是单独提出某个网络结构，而是证明：只学习 home 附近的小区域，也可能支持远距离外出后的返航闭环。对机器人领域而言，这为资源受限平台提供了一条不同于全局建图的思路；对生物学而言，它把“学习飞行如何服务归巢”转化成了可实验检验的工程模型。与此同时，论文也清楚显示了边界：当前方案主要面向单一 home 位置，在强风、开阔且地标稀少的环境中性能会明显下降，因此更适合被理解为一种高效且已被验证可行的返航策略，而非通用地图导航的替代者。

···

图12