为了有效地导航周围环境，机器人通常会根据预先设计的运行环境和传感器收集的观测结果来规划路径。尽管这种类型的导航策略在简单和静态的环境中很有用，但在更复杂和不可预测的策略(例如在现实世界中发现的策略)中却远非理想。

实际上，即使馈送给机器人的地图已被仔细地编译并且是准确的，它们也不能解决意料之外的障碍或环境变化。由于最终应部署机器人的大多数环境(例如医院，购物中心，机场等)都是高度不可预测且瞬息万变的，因此主要依赖于预先设计的地图的导航方法可能会导致轨迹和导航策略不佳。

意识到这一问题，波恩大学的两名研究人员最近开发了一种方法，该方法可以使机器人在更长的时间内更有效地导航迅速变化的室内环境。在arXiv上预先发表的一篇论文中提出的这种新方法实质上是通过捕获环境变化方式的重复模式并利用此知识来做出明智的导航决策来工作的。

进行这项研究的研究人员之一洛伦佐·纳尔迪(LorenzoNardi)告诉TechXplore表示：“这项研究的想法是，室内空间的许多变化都是在重复空间模式之后发生的，例如门同时打开和关闭。”“在这些环境中部署了较长时间的机器人可以观察并不断收集有关它的信息，并利用这些知识来计划更好的导航策略。”

在先前的研究中，同一组研究人员开发了一种方法，该方法收集有关地形如何影响机器人在户外导航的信息，然后使用它来计算轨迹，以最大程度地减小机载振动和功耗。在他们的新研究中，他们决定通过预测环境随时间推移所采用的不同配置，专注于室内机器人导航。

他们开发的方法旨在通过对动态环境变化的模式进行建模并利用此信息来计划机器人的路径来增强机器人的室内导航。因此，使用他们的方法，机器人沿其到达给定位置的路径遇到的障碍和障碍物更少。