室内具身人工智能中的语义地图构建——进展、挑战与未来方向综述

智能具身智能体（例如机器人）需要在陌生环境中执行复杂的语义任务。在智能体需要具备的众多技能中，构建和维护环境的语义地图在长周期任务中最为关键。语义地图以结构化方式捕获环境信息，使智能体能够在整个任务中引用它进行高级推理。虽然现有的具身人工智能综述侧重于一般进展或特定任务（如导航和操作），但本文专门针对室内导航，全面回顾了具身人工智能中的语义地图构建方法。我们根据这些方法的结构表示（空间网格、拓扑图、密集点云或混合地图）以及它们编码的信息类型（隐式特征或显式环境数据）对其进行分类。我们还探讨了地图构建技术的优势和局限性，强调了当前的挑战，并提出了未来的研究方向。我们发现该领域正朝着开发开放词汇、可查询、任务无关的地图表示方向发展，而高内存需求和计算效率低下仍然是开放的挑战。本综述旨在指导当前和未来的研究人员推进具身人工智能系统的语义地图构建技术。