靠碰撞學會避障：零預訓練的昆蟲腦導航模型
在點目標導航（point-goal navigation）任務上，目前的頂尖方法多半使用深度強化學習，對策略灌進數十億幀模擬經驗以逼近完美表現。然而，Lu 與 Webb 提出的昆蟲腦導航模型 (Lu and Webb 2026) 卻走相反路線，藉由靠碰撞學習的機制來執行任務。這個模型約有六萬四千個可學習參數，沒有做預訓練，而是靠碰撞在執行任務時即時學會閃避障礙，而其表現能逼近數個大型模型。這套系統借用了昆蟲腦的兩個結構，對應螞蟻的導航行為：離巢覓食、找到食物後走近似直線返巢，沿途閃避障礙，並隨著重複次數而改善路線。 為了理解這個機器人知道什麼，首先要釐清它的運作環境。在一個 3D 室內場景中，機器人只在平面上進行狀態為位置與朝向 ($x,y,\theta$) 的推理。它的輸入僅有四項，且在預設下均無雜訊：精確的世界座標位姿（GPS 加上羅盤）、同座標系下的目標座標（因此朝向目標的方位隨時可得）、一張無深度的 33x33 RGB 影像（僅用於辨識畫面），以及碰撞發生在左側或右側的訊號。它不依賴任何地圖，只保存推算的位姿與一組將畫面對應到避讓方向的突觸權重。 這套系統由兩個腦區構成閉迴路，並由一條角度方程來控制，對應了昆蟲腦中跨物種保守的解剖構造。中央複合體（Central compleX, CX）負責方向計算，將世界座標下的目標方位 $\theta$ 減去當前朝向 $\sigma$，得到自我中心的轉向量，且此模組不負責學習。蘑菇體（Mushroom Body, MB）則負責由當前畫面產生轉向偏置 \phi，這是系統中唯一會學習的部分。兩者相加構成了控制律： $$\mathrm{\Delta\sigma}=\theta-\sigma+\phi$$ 圖一（A）：模型在虛擬機器人上的閉迴路學習與控制。本模型主要由蘑菇體（MB）與中央複合體（CX）兩個模組構成，使用三類經預處理的資料作為輸入——里程計（I）、碰撞（II）與視覺（III）——以決定機器人的控制指令（V）。 當蘑菇體尚未將畫面與障礙物關聯起來，或畫面中無障礙時，$\phi$ 為零，機器人便會直接朝目標前進，直到發生碰撞為止。 在碰撞發生後，蘑菇體與多巴胺學習機制便會啟動。畫面被送入投射神經元(Projection Neuron, PN)，經一組固定、隨機、稀疏的連結投射到約三萬兩千顆凱尼恩細胞（Kenyon C...
