从感知到行动：空间AI代理与世界模型

尽管大型语言模型已成为代理推理和规划的主要方法，但其在符号域的成功难以直接应用于物理世界。空间智能，即感知三维结构、推理物体关系并在物理约束下行动的能力，是具身代理的重要能力。现有综述分别单独探讨代理架构或空间领域，未提供统一框架。本文通过回顾2000多篇论文，提出一个连接代理能力和空间任务的三轴分类体系。关键发现包括：分层记忆系统对长期空间任务至关重要；GNN-LLM集成对结构化空间推理有前景；世界模型对跨尺度安全部署必不可少。最后，本文指出了六个重大挑战，并提出了未来研究方向。