Facebook Vytvořil Metodu, Která Může Umožnit AI Robotům Navigovat Bez Mapy

Facebook (META ) nedávno vytvořil algoritmus, který vylepšuje schopnost AI agenta navigovat v prostředí, což umožňuje agentovi určit nejkratší cestu novým prostředím bez přístupu k mapě. Zatímco mobilní roboti obvykle mají naprogramovanou mapu, nový algoritmus, který Facebook navrhl, by mohl umožnit vytvoření robotů, které mohou navigovat v prostředích bez potřeby map.

Podle článku vytvořeného výzkumníky z Facebooku je jednou z hlavních výzev pro navigaci robotů vybavit systémy AI schopností navigovat v nových prostředích a dosáhnout naprogramovaných cílů bez mapy. Za účelem řešení této výzvy vytvořil Facebook algoritmus učení s posilováním, který je distribuován napříč několika učiteli. Algoritmus se nazývá decentralizované distribuované proximální optimalizace politiky (DD-PPO). DD-PPO dostal pouze data kompasu, GPS data a přístup k RGB-D kameře, ale údajně dokázal navigovat ve virtuálním prostředí a dosáhnout cíle bez jakékoliv mapové data.

Podle výzkumníků byli agenti školeni ve virtuálních prostředích, jako jsou kancelářské budovy a domy. Výsledný algoritmus byl schopen navigovat v simulovaném vnitřním prostředí, zvolit správnou větev cesty a rychle se zotavit z chyb, pokud zvolil špatnou cestu. Výsledky ve virtuálním prostředí byly slibné, a je důležité, aby agenti byli schopni spolehlivě navigovat v těchto běžných prostředích, protože ve skutečném světě by agent mohl poškodit sám sebe nebo své okolí, pokud selže.

Tým výzkumníků z Facebooku vysvětlil, že zaměřením jejich projektu byly asistenční roboti, protože správná a spolehlivá navigace pro asistenční roboty a AI agenty je nezbytná. Tým výzkumníků také vysvětlil, že navigace je nezbytná pro širokou škálu asistenčních systémů AI, od robotů, které vykonávají úkoly v domácnosti, až po zařízení s AI, která pomáhají lidem se zrakovým postižením. Tým výzkumníků také argumentoval, že tvůrci AI by se měli odvrátit od používání map obecně, protože mapy jsou často zastaralé, jakmile jsou vytvořeny, a ve skutečných prostředích se neustále mění a vyvíjejí.

Jak TechExplore oznámil, tým výzkumníků z Facebooku využil open-source platformy AI Habitat, která jim umožnila školení ztělesněných agentů ve fotorealistických 3D prostředích včas. Haven poskytl přístup k sadě simulovaných prostředí, a tato prostředí jsou dostatečně realistická, aby data generovaná modelem AI mohla být aplikována na skutečné případy. Douglas Heaven v MIT Technology Review vysvětlil intenzitu školení modelu:

“Facebook trénoval roboty po dobu tří dnů uvnitř AI Habitat, fotorealistické virtuální kopie interiéru budovy, se místnostmi a chodbami a nábytkem. Během této doby provedli 2,5 miliardy kroků – což je ekvivalent 80 let lidské zkušenosti.”

Z důvodu enormní složitosti úkolu školení údajně výzkumníci odstranili slabé učitele, zatímco školení pokračovalo, aby urychlili dobu školení. Tým výzkumníků doufá, že vezme svůj současný model dále a vytvoří algoritmy, které mohou navigovat složitá prostředí pouze pomocí kamerových dat, odstraněním GPS dat a kompasu. Důvodem je, že GPS data a kompasová data mohou být často rušena uvnitř, být příliš hlučná nebo prostě nedostupná.

Přestože technologie ještě nebyla testována venku a má potíže s navigací na dlouhé vzdálenosti, vývoj algoritmu je důležitým krokem ve vývoji další generace robotů, zejména doručovacích dronů a robotů, které fungují v kancelářích nebo domech.