Az állatokhoz hasonlóan a navigáló robotok is szembesülnek azzal a problémával, hogy betájolják magukat a környezetben. Az önmozgó robotok navigációjánál az áttörést az a felismerés hozta, hogy a robot érzékelőinek tökéletesítése nem sokat segít a navigációban. Az érzékelők haszontalanok, hacsak nem tudja a robot aktívan mozgatni őket, és közben nyomon követni, hogy a mozgatás hatására milyen szenzoros visszajelzés érkezik a környezetből. Miután a feltérképezést és a robotok lokalizációját egyetlen becslési problémává egyesítették, az előrehaladás felgyorsult. Ezt a belátást jól kifejezi a megoldás rövidítése: szimultán lokalizáció és térképezés (simultanous localization and mapping: SLAM), ami a motoros vezérlésű útvonal-integráció és a szenzoros tereptárgy-detektálás kombinációja (5.5. ábra). A mozgó robot útját és az összes környezeti támpont helyét folyamatosan becsülik és frissítik, anélkül, hogy bármiféle a priori ismeretre szükség lenne ehhez. A folyamat során a robot a különböző helyekről származó megfigyelések egybeolvasztásával képes megalkotni a környezet térképét, és ebből a térképből következtetni a saját helyzetére. A robot aktuális helyzete becslési pontosságának csak az aktívan megszerkesztett térkép minősége szab határt.1 Minél többet mozog a robot, annál jobban becsülhetők a tereptárgyak közötti viszonyok. Így a teljesítmény a feltáró tevékenységgel javul. Elméleti szinten az önálló robotnavigációt ma már megoldott problémának tekintik, bár számos gyakorlati probléma maradt még az általánosabb megoldások kidolgozása, a sebesség és a pontosság növelése, valamint a többfajta környezetre való általánosítás terén.2