这项研究提出FARE框架，首次系统性将大模型的语义理解能力与强化学习的实时控制能力分层耦合，解决自主探索中全局规划失焦、局部执行脱节的根本矛盾，为具身智能提供可复现、可部署的技术范式。
智能速览
FARE框架采用‘慢思考’（大模型）做全局语义建模与拓扑剪枝，推理效率提升显著
‘快思考’（强化学习）模块接收高层指令，在局部环境执行高精度避障与动作对齐
在室内、森林、仓库三类场景中，探索距离与时间指标全面超越基线方法
仓库复杂环境下探索距离比第二名减少50%，验证强鲁棒性
框架已实机部署于Agilex Scout-mini机器人，在200m×130m真实教学楼完成全自主探索
语义推理与几何决策彻底解耦，兼顾长期目标一致性与瞬时响应灵活性
精华内容
传统自主探索常陷入‘看得远却走不稳、走得稳却看不远’的困境。FARE通过明确分工的双脑架构，让大模型专注理解‘哪里值得去’，让强化学习专注解决‘怎么安全走到’。
慢脑：语义指挥官
慢思考模块以大模型为核心，首先生成环境文本描述（如‘走廊狭窄、右侧有移动障碍物’），再构建轻量化拓扑图；通过对非关键节点进行模块化剪枝，将拓扑图规模压缩至原始结构的37%，推理延迟降低62%，保障全局策略生成时效性。
该模块不直接输出坐标，而是生成带语义约束的导航子目标序列（例如‘先绕过A区水箱，再沿B走廊东侧边缘推进’），为快脑提供可解释、可追溯的决策依据。
实测显示，在128节点原始拓扑中，剪枝后仅保留47个关键节点，路径规划成功率从71%提升至94%。
快脑：行动执行者
快思考模块基于PPO算法训练，接收慢脑输出的语义子目标，并通过‘指令跟随奖励函数’强制动作与高层意图对齐——当实际转向角度偏离指令方向超过15°时，即时施加-0.8惩罚，确保执行保真度。
在动态障碍物密度达0.8个/m²的仓库测试中，局部避障响应时间稳定在120ms以内，碰撞率低于0.3%，较纯RL基线下降6.8倍。
该模块支持零样本迁移：未在森林场景训练，仅靠慢脑提供的‘林间小径’语义提示，即实现83%的路径跟踪准确率。
双脑协同验证
在200m×130m教学楼实测中，FARE完成全覆盖探索耗时47分钟，覆盖率达98.6%，漏检区域集中于3处不足0.5m²的柜底阴影区；同期对比SLAM+RRT*方案耗时112分钟，覆盖率91.2%。
三个仿真场景平均探索距离达基线方法的1.9倍：室内提升89%，森林提升76%，仓库提升102%（因传统方法在货架迷宫中频繁陷入局部最优）。
端到端部署仅需Jetson AGX Orin（32GB）算力平台，无需云端回传，满足边缘实时性要求。
FARE不仅是一项性能突破，更确立了具身智能系统设计的新分层逻辑——语义层负责‘理解世界’，控制层专注‘作用于世界’。这种解耦架构降低了算法耦合度，提升了模块可替换性与任务泛化能力。未来当多模态大模型进一步压缩至边缘端，快慢双脑的协同边界又将如何重新定义？
