NeuroHex：一种受大脑启发的六边形坐标系以实现高度计算效率的在线自适应世界模型
摘要
NeuroHex是一种受大脑启发的六边形坐标系统，旨在支持高度效益的世界模型和参考框架，以实现在线自适应AI系统。受人脑网格细胞六向放电结构的启发，NeuroHex采用三进制等距六边形坐标表述，提供完整的60度旋转对称性和低成本平移、旋转和距离计算。我们发展了数学框架，纳入环索引、量化角编码以及基本、简单和复杂几何形状原始素的层次图书馆。这些构造允许进行低开销的点-in形状测试和空间匹配操作，这些操作在笛卡尔坐标系中代价高昂。为支持现实环境，我们还开发了一种新型工具（OSM2Hex），可处理OpenStreetMap（OSM）数据集并将其转换为NeuroHex坐标系。OSM2Hex空间抽象处理管道可在保持相关空间结构图谱用于导航的同时，将几何复杂性降低90-99%。基于实际城市和社区规模数据集的初始结果表明，NeuroHex为构建动态世界模型提供了高效的基座，以实现自主能源效率AI系统中具备连续在线自适应学习（COAL）能力的自适应空间推理。
引用
@article{arxiv.2603.00376,
title = {NeuroHex: A Brain-Inspired Hex Coordinate System to Enable Highly Computationally-Efficient World Models for Continuous Online-Adaptive Learning},
author = {Quinn Jacobson and Joe Luo and Jingfei Xu and Shanmuga Venkatachalam and Kevin Wang and Dingchao Rong and John Paul Shen},
journal= {arXiv preprint arXiv:2603.00376},
year = {2026}
}
备注
This is an expanded version of the paper titled "NeuroHex: Highly Efficient Hex Coordinate System for Creating World Models to Enable Adaptive AI" published in the proceedings of the 2026 Neuro Inspired Computational Elements (NICE) [1] conference. This is an archival version of the paper and is currently under review for an ACM journal publication