فيسبوك يخترع طريقة قد تسمح لأجهزة الروبوت بالتنقل دون خريطة

قام فيسبوك مؤخرًا بإنشاء خوارزمية تعزز قدرة وكيل الذكاء الاصطناعي على التنقل في بيئة، مما يسمح للوكيل بتحديد أقصر مسار عبر بيئات جديدة دون الوصول إلى خريطة. بينما تم برمجة خريطة في الروبوتات المحمولة عادةً، يمكن أن تمكن الخوارزمية الجديدة التي صممها فيسبوك من إنشاء روبوتات يمكنها التنقل في البيئات دون الحاجة إلى خرائط.

وفقًا لمشاركة منشأة بواسطة باحثي فيسبوك، فإن أحد التحديات الرئيسية للتنقل بالروبوتات هو إعطاء أنظمة الذكاء الاصطناعي القدرة على التنقل عبر بيئات جديدة ووصل إلى وجهات محمولة دون خريطة.为了 مواجهة هذا التحدي، أنشأ فيسبوك خوارزمية تعلم تعزيز موزعة عبر متعلمين متعددين. تمت تسمية الخوارزمية بالتحسين التوزیعي القريب للمدونة (DD-PPO). تم إعطاء DD-PPO بيانات البوصلة وبيانات نظام التموضع العالمي (GPS) ووصول إلى كاميرا RGB-D، ولكنها قادرة على التنقل في بيئة افتراضية والوصول إلى هدف دون أي بيانات خريطة.

وفقًا للباحثين، تم تدريب الوكلاء في بيئات افتراضية مثل المباني المكتبية والمنازل. كانت الخوارزمية الناتجة قادرة على التنقل في بيئة داخلية محاكاة، واختيار الفork الصحيح في المسار، والاستعادة السريعة من الأخطاء إذا اختار المسار الخطأ. كانت نتائج البيئة الافتراضية واعدة، ومن المهم أن يكون الوكلاء قادرين على التنقل بشكل موثوق في هذه البيئات الشائعة، حيث يمكن للوكيل أن يؤذي نفسه أو محيطه إذا فشل في العالم الحقيقي.

أوضح فريق أبحاث فيسبوك أن تركيز مشروعهم كان على الروبوتات المساعدة، حيث أن التنقل المناسب والموثوق للروبوتات المساعدة ووكلاء الذكاء الاصطناعي أمر أساسي. أوضح فريق الأبحاث أن التنقل ضروري لمجموعة واسعة من أنظمة الذكاء الاصطناعي المساعدة، من الروبوتات التي تقوم بالمهام حول المنزل إلى الأجهزة التي تعمل بالذكاء الاصطناعي التي تساعد الأشخاص الذين يعانون من إعاقات بصرية. كما ادعى فريق الأبحاث أن مصممي الذكاء الاصطناعي يجب أن يبتعدوا عن استخدام الخرائط بشكل عام، لأن الخرائط غالبًا ما تكون متخلفة بمجرد رسمها، وفي البيئات الحقيقية، تتغير وتتطور باستمرار.

كما أفادت TechExplore، استخدم فريق أبحاث فيسبوك منصة الذكاء الاصطناعي المفتوحة AI Habitat، والتي مكنتهم من تدريب وكلاء متجسد في بيئات ثلاثية الأبعاد فوتوغرافية بسرعة. قدم Haven وصولًا إلى مجموعة من البيئات المحاكاة، وهذه البيئات واقعية بما فيه الكفاية بحيث يمكن تطبيق البيانات التي تم إنشاؤها بواسطة نموذج الذكاء الاصطناعي على الحالات في العالم الحقيقي. أوضح دوغلاس هيفن في MIT Technology Review شدة تدريب النموذج:

“قام فيسبوك بتدريب البوتات لمدة ثلاثة أيام داخل AI Habitat، وهو نموذج افتراضي فوتوغرافي ل内部 المبنى، مع غرف ومرافق وأثاث. في ذلك الوقت، قاموا بخطوات 2.5 مليار خطوة – ما يعادل 80 عامًا من الخبرة البشرية.”

نظرًا لتعقيد مهمة التدريب، قام الباحثون بتقليل المتعلمين الضعفاء أثناء استمرار التدريب لتسريع وقت التدريب. يأمل فريق الأبحاث في إطلاق نموذجهم الحالي إلى الأمام ومواصلة إنشاء خوارزميات يمكنها التنقل في بيئات معقدة باستخدام بيانات الكاميرا فقط، وإسقاط بيانات نظام التموضع العالمي والبوصلة. السبب في ذلك هو أن بيانات نظام التموضع العالمي والبوصلة يمكن أن تكون مشوشة في الداخل، أو تكون صاخبة، أو تكون غير متاحة.

في حين أن التكنولوجيا لم تُختبر بعد في الهواء الطلق وتواجه صعوبة في التنقل على مسافات طويلة، فإن تطوير الخوارزمية هو خطوة مهمة في تطوير الجيل التالي من الروبوتات، خاصة طائرات بدون طيار وتلك التي تعمل في المكاتب أو المنازل.