脑启发 GCML 用认知地图采样规划，主打低算力
JonLag97 · reddit · 2026-07-22
这篇论文提出了一个 Generative Cognitive Map Learner (GCML)，通过构建内部“认知地图”并对未来路径进行采样来完成规划任务，强调用简单的局部学习规则和持续学习替代大规模重训练。
- 模型能够复现啮齿动物海马体在“想象导航”中的活动模式。
- 它能解决抽象图环境中的规划问题，并泛化到未见过的组合推理谜题。
- 作者认为，认知地图 + 随机采样 可能带来比当前大深度网络更省能、更灵活的规划和问题求解能力。
「研究」频道最新
- 开源 VRChat 高斯溅射新版本：支持亿级渲染 — Michael_Moroz_ · 2026-07-22
- AI 发展的瓶颈：从互联网数据红利到高质量反馈闭环 — dyamins · 2026-07-22
- NVIDIA 公布 22 篇 SIGGRAPH 论文与机器人仿真工具 — facontidavide · 2026-07-22
- Nat Lambert 分享合成数据与智能体 SFT 阅读清单 — natolambert · 2026-07-22
- Lightwheel AI 推出 SimReadyGen：文本生成物理级机器人仿真资产 — ZeYanjie · 2026-07-22
- PNAS 专题讨论版权、治理与 AI 法律系统 — chrmanning · 2026-07-22