ในอดีต แบบจำลองโลกสำหรับหุ่นยนต์มักตั้งสมมติฐานว่าสภาพแวดล้อมนั้นหยุดนิ่ง (Static) แต่ในความเป็นจริง หุ่นยนต์ต้องทำงานในพื้นที่ที่มีพลวัต (Dynamic) อยู่ตลอดเวลา บทความนี้จึงทำการทบทวนวรรณกรรมเกี่ยวกับการใช้โครงสร้างแบบกราฟมาเป็นรากฐานในการรับรู้และทำความเข้าใจโลกของหุ่นยนต์
เนื้อหาครอบคลุมถึงการใช้ Factor Graphs สำหรับการประมาณค่าทางเรขาคณิตที่คำนึงถึงความไม่แน่นอน และ Scene Graphs ที่ช่วยในการจัดการข้อมูลเชิงความหมายแบบโครงสร้าง นอกจากนี้ยังให้ความสำคัญกับ 'โมเดลไฮบริด' รูปแบบใหม่ที่ผสมผสานกราฟทั้งสองประเภทเข้าด้วยกันเพื่อจัดการกับความเคลื่อนไหวของวัตถุต่างๆ ในพื้นที่
บทวิจารณ์นี้ยังระบุถึงความท้าทายที่ยังรอการแก้ไข เช่น การส่งผ่านค่าความไม่แน่นอนจากเลเยอร์การรับรู้ไปยังการสร้างภาพจำลอง การรักษาความถูกต้องของแผนที่ในระยะยาว (Lifelong maintenance) และการขาดแคลนชุดข้อมูลมาตรฐานที่ใช้ประเมินประสิทธิภาพของแบบจำลองโลกในสถานการณ์ที่มีการเปลี่ยนแปลงสูง
