本研究探讨了人工智能如何通过与环境的主动互动来发展空间意识。采用新方法，智能体能够自主内化空间概念，并建立混合动力系统模型，揭示最佳导航策略的稳定极限环。这为人工智能中的行动与感知提供了新视角，促进了机器在复杂环境中的学习与推理能力。

本文探讨了语言引导的视觉导航（VLN）任务，提出了多种新方法和模型以提升智能体在连续环境中的导航表现。研究表明，结合大语言模型（LLMs）和持续学习机制，智能体的成功率可达80%。引入导航思维链和双循环场景回放，增强了导航策略的多样性和可解释性。

OpenBot-Fleet是一个开源的云机器人系统，利用智能手机感知、本地计算和通信，Google Firebase进行安全的云存储和离线计算，以及强大且低成本的轮式机器人在真实环境中执行任务，并在云中学习导航策略，实验表明OpenBot-Fleet可在各种未知环境下成功导航，是云机器人领域的重要进展。