본 논문은 모바일 로봇의 공간 인지 능력 향상을 위해 생물학적 공간 인지 이론과 인지 지도 이론에서 영감을 받은 BrainNav라는 새로운 프레임워크를 제안합니다. BrainNav는 좌표 지도와 위상 지도를 통합하고 상대적 방향과 절대적 방향 전략을 사용하여 동적 장면 캡처 및 경로 계획을 통해 실시간 탐색을 가능하게 합니다. 해마 기억 허브, 시각 피질 인식 엔진, 두정 공간 생성기, 전전두엽 의사 결정 센터, 소뇌 운동 실행 유닛의 다섯 가지 핵심 모듈을 통해 생물학적 인지 기능을 모방하여 공간적 환각을 줄이고 적응성을 높입니다. Limo Pro 로봇을 사용한 제로샷 실제 환경 검증 결과, GPT-4와 호환되는 BrainNav는 미세 조정 없이 기존 최첨단 VLN-CE(Vision-and-Language Navigation in Continuous Environments) 방법보다 성능이 우수함을 보여줍니다.
