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。

研究人员使用预训练大型语言模型（LLMs）的嵌入向量和离线强化学习，提出了一种为多机器人团队开发导航策略的方法。实验结果显示，这些策略对未见指令具有很好的泛化能力，并且生成的低延迟控制策略可以直接部署到真实机器人上。

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。