Facebook vytvořil metodu, která může umožnit AI robotům navigaci bez mapy

Facebook nedávno vytvořil algoritmus, který zlepšuje schopnost agenta AI procházet prostředím a umožňuje agentovi určit nejkratší cestu přes nová prostředí bez přístupu k mapě. Zatímco mobilní roboti mají obvykle v sobě naprogramovanou mapu, nový algoritmus, který Facebook navrhl, by mohl umožnit vytvoření robotů, kteří se dokážou pohybovat v prostředí bez nutnosti map.

Podle jednoho příspěvek vytvořený výzkumníky Facebooku, hlavní výzvou pro robotickou navigaci je vybavit systémy umělé inteligence schopností procházet novými prostředími a dosahovat naprogramovaných destinací bez mapy. Aby se Facebook vypořádal s touto výzvou, vytvořil algoritmus posílení učení distribuovaný mezi více studentů. Algoritmus se nazýval decentralizovaná distribuovaná proximální optimalizace politik (DD-PPO). DD-PPO dostal pouze data kompasu, data GPS a přístup k RGB-D kameře, ale údajně byl schopen navigovat ve virtuálním prostředí a dostat se k cíli bez jakýchkoli mapových dat.

Podle výzkumníků byli agenti vyškoleni ve virtuálních prostředích, jako jsou kancelářské budovy a domy. Výsledný algoritmus byl schopen navigovat v simulovaném vnitřním prostředí, vybrat správnou vidlici v cestě a rychle se zotavit z chyb, pokud zvolil špatnou cestu. Výsledky virtuálního prostředí byly slibné a je důležité, aby agenti byli schopni spolehlivě procházet těmito běžnými prostředími, protože v reálném světě by agent mohl poškodit sebe nebo své okolí, pokud selže.

Výzkumný tým Facebooku vysvětlil, že se jejich projekt zaměřoval na asistenční roboty, protože správná a spolehlivá navigace pro asistenční roboty a agenty AI je nezbytná. Výzkumný tým vysvětlil, že navigace je nezbytná pro širokou škálu asistenčních systémů umělé inteligence, od robotů, kteří provádějí úkoly kolem domu, až po zařízení řízená umělou inteligencí, která pomáhají lidem se zrakovým postižením. Výzkumný tým také tvrdil, že tvůrci umělé inteligence by měli upustit od používání map obecně, protože mapy jsou často zastaralé, jakmile jsou nakresleny, a v prostředích skutečného světa se neustále mění a vyvíjejí.

Jak informoval TechExplore, výzkumný tým Facebooku využil open-source AI Habitat platforma, která jim umožnila včas trénovat vtělené agenty ve fotorealistických 3D prostředích. Haven poskytl přístup k sadě simulovaných prostředí a tato prostředí jsou dostatečně realistická na to, aby data generovaná modelem AI mohla být použita v reálných případech. Douglas Heaven in MIT Technology Review vysvětlil intenzitu tréninku modelky:

„Facebook trénoval roboty po tři dny uvnitř AI Habitat, fotorealistické virtuální maketě interiéru budovy s místnostmi, chodbami a nábytkem. Za tu dobu udělali 2.5 miliardy kroků, což je ekvivalent 80 let lidské zkušenosti.

Kvůli naprosté složitosti výcvikového úkolu výzkumníci údajně vyřadili slabé studenty, jak výcvik pokračoval, aby urychlili tréninkový čas. Výzkumný tým doufá, že svůj současný model posune dále a bude pokračovat ve vytváření algoritmů, které dokážou navigovat ve složitých prostředích pouze pomocí dat z kamery, přičemž data GPS a kompas upustí. Důvodem je to, že data GPS a data kompasu mohou být v uzavřených prostorách často vyhazována, jsou příliš hlučná nebo jsou prostě nedostupná.

Zatímco technologie musí být ještě otestována venku a má problémy s navigací na dlouhé vzdálenosti, vývoj algoritmu je důležitým krokem ve vývoji další generace robotů, zejména doručovacích dronů, a robotů, kteří pracují v kancelářích nebo domácnostech.