英伟达（NVIDIA）近日发布了一套名为COMPASS的新框架，旨在简化机器人导航系统的训练与适配流程。该框架结合AI智能体、仿真环境、强化学习和自动化测试，减少机器人和场景变化时重新开发导航策略所需的时间和人力。

COMPASS全称为“基于残差强化学习与技能合成的跨形态移动策略”。其设计思路是，开发者无需为每台机器人和每个环境从零构建导航系统，而是从NVIDIA预训练的X-Mobility策略出发，通过强化学习为特定机器人和环境训练一个专家模块，用于修正预训练策略在适配目标机器人物理特性和环境时的偏差。

研究人员在一台四足机器人上展示了该方法的可行性，验证了系统在导航训练和评估中的表现，同时保留了人类在关键决策节点的审批权。

框架引入了AI编码智能体，可自动完成开发流程中的多项任务。开发者只需指定机器人、环境和导航目标，智能体便会检查软件依赖、准备仿真资源、执行初始测试、启动训练、排查失败原因并对比已训练模型。人类开发者仍需对场景就绪状态、初始测试结果和最终模型是否部署做出审批决定。

参考工作流基于波士顿动力Spot四足机器人，内置仓库环境便于快速上手测试。COMPASS还可使用NVIDIA SAGE-10K数据集中的场景，该数据集包含1万个生成式室内环境，覆盖50种房间类型。对于需要高度匹配真实场地的应用，工作流支持利用NVIDIA Omniverse NuRec将实际空间重建为仿真场景，以便在更接近真实部署条件的模拟中微调导航策略。

训练从一次小规模烟雾测试开始，以验证机器人、环境、摄像头和控制系统协同正常。通过审批后，启动更大规模的强化学习训练。训练过程中系统会保存检查点，供开发人员手动对比不同版本，而非自动选择最终模型。

评估指标包括目标到达率、摔倒频率和路线完成时间。预训练策略与新训练版本将在相同条件下接受测试，以确定自适应改进是否有效提升了性能。

模型获批后，可接入机器人的运行时系统。导航策略利用摄像头图像、里程计和导航目标生成运动指令。若机器人缺少合适的位姿信息，NVIDIA cuVSLAM可提供视觉里程计支持。

该方案为不同机器人和环境下导航系统的适配提供了更具可复现性的工作流，同时将人类监督保留在关键开发与安全决策环节。