当机器人从城市道路、园区等结构化环境进入森林、草地、山地、荒地等非结构化环境，导航面对的问题就不再只是“从A点到B点”。

越野环境缺少稳定的道路边界，地形和障碍物分布更加复杂，同时还会受到天气、光照以及地面物理属性变化的影响。例如，一场降雨可能直接改变原本地面的通行条件，而同一片区域不同位置的土壤摩擦系数也可能不同。

机器人看到的环境，并不一定等于它真正能够通过的环境。

因此，真正的难点并不是简单地“找到一条路径”，而是让机器人持续完成：

感知环境 → 判断状态 → 做出行动 → 根据结果更新判断

这一持续的感知—决策—行动闭环，是具身智能区别于单纯离线计算的重要特征之一。智能能力不只来自模型本身，还来自机器人与环境之间持续的物理交互。

《Embodied Artificial Intelligence for Off-Road Robot Navigation: A Review》围绕这一问题，对越野具身导航的发展路径进行了系统梳理，并将相关研究组织成一套从机器人本体、交互环境到智能体决策的完整框架。其中，松灵机器人（AgileX Robotics）的SCOUT MINI出现在论文用于展示整体框架的插图中，作为移动平台的代表性图标之一。

这篇综述真正值得关注的，并不是某一种单独的导航算法，而是它试图回答一个更完整的问题：

当机器人离开人类预先定义好的道路后，如何真正理解环境、判断通行条件，并在不断变化的现实世界中完成任务？

论文作者：

Jianfeng Zhang, Haoge Li, Jian Yang, et al.

论文链接： 

https://doi.org/10.13140/RG.2.2.20646.08000

01

越野导航真正难的不是"看清"而是"能走"

城市道路中的道路边界、交通规则和行驶方向大多已经由人类预先定义，而越野环境不存在这样稳定的先验条件。

森林中的草地、灌木、碎石、泥地，在视觉上都可能被识别出来，但“识别出来”并不意味着“机器人可以安全通过”。

这也是越野导航中一个非常关键的问题：可通行性判断。

同样一种地表，在不同情况下可能具有完全不同的通过能力。草地可能平整，也可能隐藏坑洼；坡面可能看起来平缓，但实际摩擦不足；碎石区域可能对于一种底盘可以通过，对另一种底盘却存在很大的运动风险。

因此，可通行性并不是一个简单的“能走 / 不能走”分类问题，而是同时受到环境语义、地形几何以及机器人自身运动能力影响的综合判断。相关研究也因此不断从单纯的目标识别，转向更加细致的地形可通行性分析。

从这个角度看，越野导航真正要解决的其实是：机器人如何理解“这个环境对我来说意味着什么”。

这也是具身智能进入越野导航之后，一个非常重要的变化。

02

机器人有什么样的“身体”决定它能走多远

一个具身系统首先需要有一个能够真正与环境发生交互的机器人本体。

这里有两个问题：它能不能可靠地感知环境？它能不能把规划结果真正执行出来？

因此，移动平台和感知系统实际上是一个整体。

01

感知：没有一种传感器能独立解决越野环境

在复杂越野环境中，单一传感器很难独立支撑起可靠的环境理解——这也是感知系统设计中一个绕不开的现实：每种传感器的物理原理决定了它必然存在对应的适用边界。

相机擅长提供颜色、纹理和语义信息，但复杂植被遮挡、运动震动、强光和快速变化的光照都会影响视觉效果；

激光雷达能够提供更加稳定的三维几何信息，但在强雨、浓雾等环境中也存在局限；

毫米波雷达可以在部分恶劣天气下提供额外的距离、速度和方位信息；

GNSS 提供全局的绝对位置参考，但更新频率低、易受遮挡影响，INS则依靠自身惯性测量提供高频的运动状态估计，但会随着时间产生累积漂移。两者结合，可以在短时 GNSS 信号中断期间维持连续的运动状态估计，并在信号恢复后利用 GNSS 对累积漂移进行修正。

因此，机器人最终走向的并不是“找到一个最好的传感器”，而是根据任务和环境，把不同传感器组合起来进行互补。

视觉提供语义和纹理，激光雷达提供空间结构，毫米波雷达补充复杂天气下的感知信息，GNSS 与惯性系统共同承担定位与运动状态估计。不同模态还可以进一步在数据、特征或者决策层进行融合，从而提高系统整体的鲁棒性。

这意味着，感知问题本质上已经不是“视觉算法好不好”的单点问题，而是一个由传感器、机器人本体和计算资源共同决定的系统问题。

从科研开发的角度看，这也意味着研究者需要一个能够承载多传感器与导航算法的移动机器人平台。

论文中的 SCOUT MINI主要作为移动机器人本体的示例出现在框架图中；而在实际科研场景中，类似 松灵 UMR这样的集成化移动机器人平台，则可以进一步承担感知、定位与导航算法的验证工作。

松灵 NAVIS 3D激光导航系统自动路线规划

UMR 面向自主移动场景提供移动平台与感知、导航能力集成，可用于三维建图、定位、路径规划等相关科研开发与算法验证。

这种“底盘 + 感知 + 计算”的模块化思路，本质上是为研究者提供一个相对稳定的实验载体，让导航、SLAM、环境建模等算法研究能够更加专注于算法本身的验证与迭代。

02

运动：规划路径前先考虑机器人能不能走

感知解决的是“看见什么”，运动平台则决定“能不能真的过去”。

轮式机器人通常具有较高的运动效率，但在泥地、沙地、碎石等复杂地形中的通过能力会受到限制；履带机器人凭借更大的接地面积和更低的单位接地压力，在松软和崎岖地形中通常具有更好的通过能力。四足机器人则可以利用离散落脚点适应复杂地形，人形机器人则进一步利用双足结构处理台阶和高差。

因此，规划算法不能脱离机器人本体单独讨论。

不同底盘具有不同的运动学约束，同一条路径对不同机器人可能意味着完全不同的执行结果。例如，阿克曼底盘受到最小转弯半径等运动学约束，而差速平台则可以实现原地旋转。对于实际科研开发来说，这也意味着底盘、传感器和算法需要放在同一个系统中验证。

以松灵的科研移动机器人平台为例，SCOUT 2.0 等平台提供了传感器与上装扩展能力，可用于搭建导航、定位和环境感知等实验。这里更重要的并不是某一款产品本身，而是：机器人本体能力必须与算法共同设计和验证。

03

下一个核心问题：机器人靠什么积累经验？

真实数据是能力的基础。目前已有多个越野数据集支撑感知与导航研究，但真实世界数据的获取存在一个难以绕开的限制——成本高、复现难：真实场景无法像程序一样"一键重置"，大规模并行实验难以开展；碰撞、翻车等失败情况可能直接造成设备损坏；天气、地形和动态障碍物持续变化，也让实验条件难以完全复现。

正因如此，仿真环境成为越野具身导航研究中不可或缺的一环。

然而，仿真真正的难点往往出现在训练完成之后：仿真中表现良好的策略，部署到真实机器人上却可能失效，原因并不只是"画面还原度不够"。真实机器人的传感器数据存在噪声，动作执行存在延迟，摩擦、质量等真实动力学参数也与仿真环境难以完全一致，甚至训练阶段设定的奖励目标，都可能与最终真实任务存在偏差。

针对这一问题，研究中出现了域随机化、域自适应、动作转换、动力学参数调整等方法，目的是让模型不局限于适应某一个固定的仿真环境。此外，还有一种重要思路是仿真到仿真（Sim-to-Sim）：先将策略从一种仿真环境迁移到具备不同视觉与物理属性的另一种仿真环境中，测试其在环境变化下是否依然保持有效，再进一步部署到真实世界。

由此，一套更完整的研发流程逐渐成形：

真实数据 → 仿真训练 → 跨仿真验证 → 真机验证 → 数据反馈

论文将 Sim-to-Sim 视为降低直接 Sim-to-Real 迁移风险的重要中间验证环节：策略需要先在具备不同视觉与物理属性的异构仿真环境中验证鲁棒性，确认有效后再部署至真机，从而在成本和安全性之间取得更好的平衡。

这里体现出的一个重要思路是：

仿真并不是为了替代真实世界，而是与真实数据形成互补。

真实数据提供现实世界中的复杂性，仿真则提供低成本、可重复、可扩展的实验环境。

04

智能体从会走到理解自己为什么要这么走

前面解决的是机器人的身体和环境，真正的“智能”则集中在具身智能体本身。

相关研究将智能体组织成三个层级：高层规划、中间协调和低层控制。它们不是三个孤立模块，而是一条从任务理解到最终动作执行的连续链路。

01

高层规划：机器人开始理解“任务”

传统导航主要围绕当前位置、目标位置和周围障碍物做决策，而高层规划进一步把自然语言、任务描述和知识信息引入导航过程。

例如：“避开碎石路，沿树林中的道路前进。”

对于传统系统，需要先把这样的要求转换成明确的规则；而新的方法希望机器人能够直接理解其中的目标、地标和行为约束，再将复杂任务拆解成可执行的步骤。相关研究中已经出现了利用语言模型和视觉语言模型进行任务解析、地标理解和导航决策的方法。

这里值得注意的是，高层规划真正改变的不是“机器人能不能听懂一句话”，而是导航系统的输入开始从纯传感器数据扩展到任务语义。

除了任务分解与理解，高层规划在论文中还承担着信息整合（Information Integration）的关键职能。它需要将视觉语言模型（VLM）提取的视觉语义、本体感受数据（如IMU、力矩反馈）以及外部自然语言指令，投射到统一的语义空间中进行协同推理。这种整合使机器人不再仅仅依赖单一的传感器数据，而是能够融合多源信息做出更符合物理现实和任务逻辑的决策。

进一步的发展是世界模型（World Model）。

传统导航更多依据当前和历史状态进行决策，而世界模型试图在机器人内部建立环境表征，并预测不同动作可能带来的未来状态。

也就是从：“现在看到什么？”

进一步变成：“如果我这么做，接下来可能发生什么？”

这使得规划可以从反应式决策进一步走向具有一定前瞻性的决策。相关工作已经开始探索利用视频生成、多模态记忆和未来状态预测来支持导航。但目前这一方向仍存在真实动作数据不足、训练成本高以及不同任务之间迁移困难等问题，因此更适合被理解为正在快速发展的研究方向，而不是已经成熟的通用方案。

02

中间协调：把“要做什么”变成“具体怎么走”

高层规划完成了任务理解，但机器人最终仍需将这些意图转化成连续的导航行为。

这里主要存在两种技术范式：

一种是传统的级联架构，即感知、定位、规划、控制各模块独立工作，通过固定接口串联。它的优势是结构清晰、可解释性强、便于调试，但前级模块的误差会沿链路向后传递，累积效应明显。

另一种是端到端学习架构，直接从传感器数据中学习导航路径甚至控制指令。它省去了大量人工设计的中间表征，但对数据规模、训练方法和计算资源提出了更高要求。在端到端架构下，当前主流方法包括：

强化学习：依靠环境反馈的奖励信号，通过试错不断优化策略；

模仿学习：通过专家示范数据，直接学习状态到动作的映射关系。

这两种范式也折射出导航系统设计思路的根本转变：过去大量能力依赖工程师手工设计规则与接口，现在一部分能力开始尝试通过数据驱动的方式自主习得。

03

低层控制：最后回答“机器人到底怎么动”

无论上面的模型多复杂，最终都必须转化成真实的运动指令。

低层控制器需要结合具体机器人的运动学和平台参数，让规划结果变成真正可以执行的速度、转向等控制量。

传统方法中，PID 结构简单，适合较低速和相对稳定的场景；MPC 能够在预测过程中考虑更多约束，但计算成本和模型精度要求更高。

因此，一个比较明确的发展方向是：

传统控制负责稳定性和实时性，机器学习负责补偿复杂环境下难以准确建模的部分。

最终形成更加混合化、分层化的控制系统。

05

从算法拆解到技术路径的完整脉络

这篇综述的核心价值，不在于罗列了多少种导航算法，而在于将一个复杂问题拆解为一条完整的技术链路：

机器人本体 → 环境数据 → 感知与定位 → 可通行性判断 → 路径规划 → 运动控制 → 学习与适应

越野具身导航真正难的地方，也正是在这里：

机器人不仅需要知道 “我在哪里” ，还需要知道“周围是什么” 、 “哪里适合我走” 、 “我要完成什么任务” ，甚至进一步判断 “如果我现在这样走，下一步可能发生什么” 。从这个意义上说，具身智能并不是给传统机器人导航再加一个大模型，而是在重新组织机器人与环境、数据和决策之间的关系。

这也是这篇综述很有启发的地方：它把原本分散在感知、定位、规划、控制、学习和仿真中的问题，放回了同一个具身系统里来看。

而对于机器人科研而言，这种系统性的视角同样意味着：算法最终需要回到真实的机器人本体和真实环境中接受验证。

从论文框架中的 SCOUT MINI，到面向自主移动与科研开发的 UMR、SCOUT 2.0 等移动机器人平台，机器人本体始终是连接算法与现实世界的重要载体。

这或许也是越野具身导航继续向前发展的关键：

让机器人不仅能够找到一条路，更能够理解这条路为什么能走、自己为什么能走，以及下一步应该怎么走。