自主机器人有望在复杂、未知的环境中执行各种复杂的任务。然而，可用的机载计算能力和算法对实现更高水平的自主性构成了相当大的障碍，尤其是随着机器人越来越小，摩尔定律即将终结。在这里，我们认为，从昆虫智能中获得的灵感是机器人传统方法的一个有前途的替代方案，可用于实现小型移动机器人自主所需的人工智能 (AI)。昆虫智能的优势源于其资源效率（或简约性），特别是在功率和质量方面。首先，我们讨论这种简约性背后的昆虫智能的主要方面：体现、感觉运动协调和群集。然后，我们评估昆虫启发的人工智能作为其他重要机器人任务（如导航）方法的替代方案的地位，并确定其更广泛采用的道路上面临的挑战。最后，我们反思适合实现受昆虫启发的人工智能的处理器类型，从更传统的处理器（如微控制器和现场可编程门阵列）到非常规的神经形态处理器。我们认为，即使对于神经形态处理器，也不应该简单地应用现有的人工智能算法，而应该利用自然昆虫智能的见解来获得最高效的机器人自主人工智能。