Facebook entwickelt Methode, die es AI-Robotern ermöglicht, ohne Karte zu navigieren

Facebook (META ) hat kürzlich einen Algorithmus entwickelt, der die Fähigkeit eines AI-Agents verbessert, eine Umgebung zu navigieren, und es dem Agenten ermöglicht, den kürzesten Weg durch neue Umgebungen ohne Zugriff auf eine Karte zu finden. Während mobile Roboter normalerweise eine Karte haben, die in sie programmiert ist, könnte der neue Algorithmus, den Facebook entwickelt hat, die Schaffung von Robotern ermöglichen, die ohne Karten Umgebungen navigieren können.

Laut einem Beitrag von Facebook-Forschern ist eine der größten Herausforderungen für die Navigation von Robotern die Fähigkeit, durch neue Umgebungen zu navigieren und programmierte Ziele ohne Karte zu erreichen. Um diese Herausforderung zu meistern, entwickelte Facebook einen Algorithmus für verstärktes Lernen, der auf mehrere Lerner verteilt ist. Der Algorithmus wurde dezentraler verteilter proximaler Policy-Optimierer (DD-PPO) genannt. DD-PPO erhielt nur Kompassdaten, GPS-Daten und Zugriff auf eine RGB-D-Kamera, konnte jedoch berichtetermaßen eine virtuelle Umgebung navigieren und ein Ziel ohne Karteninformationen erreichen.

Laut den Forschern wurden die Agenten in virtuellen Umgebungen wie Bürogebäuden und Häusern trainiert. Der resultierende Algorithmus war in der Lage, eine simulierte Innenumgebung zu navigieren, den richtigen Pfad zu wählen und schnell von Fehlern zu erholen, wenn er den falschen Pfad wählte. Die Ergebnisse in der virtuellen Umgebung waren vielversprechend, und es ist wichtig, dass die Agenten in der Lage sind, diese häufigen Umgebungen zuverlässig zu navigieren, da ein Agent im realen Leben sich selbst oder seine Umgebung schädigen könnte, wenn er versagt.

Das Facebook-Forschungsteam erklärte, dass der Schwerpunkt ihres Projekts assistierende Roboter waren, da eine ordnungsgemäße und zuverlässige Navigation für assistierende Roboter und AI-Agents unerlässlich ist. Das Forschungsteam erklärte, dass Navigation für eine Vielzahl von assistierenden AI-Systemen, von Robotern, die Aufgaben im Haus ausführen, bis hin zu AI-gesteuerten Geräten, die Menschen mit Sehbehinderungen helfen, unerlässlich ist. Das Forschungsteam argumentierte auch, dass AI-Ersteller sich von der Verwendung von Karten im Allgemeinen lösen sollten, da Karten oft bereits veraltet sind, wenn sie gezeichnet werden, und in realen Umgebungen ständig ändern und sich entwickeln.

Wie TechExplore berichtete, nutzte das Facebook-Forschungsteam die Open-Source-AI-Habitat-Plattform, die es ihnen ermöglichte, eingebettete Agenten in photorealistischen 3D-Umgebungen in kurzer Zeit zu trainieren. Haven bot Zugriff auf eine Reihe von simulierten Umgebungen, und diese Umgebungen sind realistisch genug, dass die von dem AI-Modell generierten Daten auf reale Fälle angewendet werden können. Douglas Heaven in MIT Technology Review erklärte die Intensität der Trainings des Modells:

“Facebook trainierte Bots für drei Tage in AI Habitat, einer photorealistischen virtuellen Nachbildung des Inneren eines Gebäudes, mit Räumen und Korridoren und Möbeln. In dieser Zeit unternahmen sie 2,5 Milliarden Schritte – was dem entspricht, was ein Mensch in 80 Jahren erleben würde.”

Wegen der enormen Komplexität der Trainingsaufgabe sollen die Forscher die schwachen Lerner während des Trainings ausgemustert haben, um die Trainingszeit zu beschleunigen. Das Forschungsteam hofft, sein aktuelles Modell weiterzuentwickeln und Algorithmen zu erstellen, die komplexe Umgebungen mithilfe von Kameradaten navigieren können, wobei die GPS-Daten und Kompassdaten fallen gelassen werden. Der Grund dafür ist, dass GPS-Daten und Kompassdaten oft indoor gestört, zu laut oder einfach nicht verfügbar sein können.

Obwohl die Technologie noch nicht im Freien getestet wurde und Schwierigkeiten hat, über lange Strecken zu navigieren, ist die Entwicklung des Algorithmus ein wichtiger Schritt in der Entwicklung der nächsten Generation von Robotern, insbesondere Lieferdrohnen und Robotern, die in Büros oder Häusern arbeiten.