Facebook Crée une Méthode qui Permet aux Robots d’Intelligence Artificielle de Naviguer sans Carte

Facebook a récemment créé un algorithme qui améliore la capacité d’un agent d’intelligence artificielle à naviguer dans un environnement, permettant à l’agent de déterminer l’itinéraire le plus court à travers de nouveaux environnements sans accès à une carte. Alors que les robots mobiles ont généralement une carte programmée, le nouvel algorithme conçu par Facebook pourrait permettre la création de robots capables de naviguer dans des environnements sans avoir besoin de cartes.

Selon un post créé par les chercheurs de Facebook, un défi majeur pour la navigation des robots est de doter les systèmes d’intelligence artificielle de la capacité de naviguer dans des environnements nouveaux et d’atteindre les destinations programmées sans carte. Pour relever ce défi, Facebook a créé un algorithme d’apprentissage par renforcement distribué sur plusieurs apprenants. L’algorithme a été appelé optimisation de la politique proximale distribuée décentralisée (DD-PPO). Le DD-PPO n’a eu accès qu’à des données de boussole, des données GPS et à une caméra RGB-D, mais a été capable de naviguer dans un environnement virtuel et d’atteindre un objectif sans aucune donnée de carte.

Selon les chercheurs, les agents ont été formés dans des environnements virtuels tels que des bâtiments de bureaux et des maisons. L’algorithme résultant a été capable de naviguer dans un environnement intérieur simulé, de choisir la bonne fourche dans un chemin et de se remettre rapidement d’erreurs s’il choisissait le mauvais chemin. Les résultats de l’environnement virtuel étaient prometteurs, et il est important que les agents soient capables de naviguer de manière fiable dans ces environnements courants, car dans le monde réel, un agent pourrait se détruire ou endommager son environnement s’il échoue.

L’équipe de recherche de Facebook a expliqué que l’objectif de leur projet était les robots d’assistance, car une navigation appropriée et fiable est essentielle pour les robots d’assistance et les agents d’intelligence artificielle. L’équipe de recherche a également argumenté que les créateurs d’intelligence artificielle devraient s’éloigner de l’utilisation de cartes en général, car les cartes sont souvent obsolètes dès qu’elles sont dessinées, et dans les environnements réels, elles changent et évoluent constamment.

Comme TechExplore l’a rapporté, l’équipe de recherche de Facebook a utilisé la plateforme d’intelligence artificielle open-source AI Habitat, qui leur a permis de former des agents incarnés dans des environnements 3D photoréalistes de manière rapide. Haven a fourni un accès à un ensemble d’environnements simulés, et ces environnements sont suffisamment réalistes pour que les données générées par le modèle d’intelligence artificielle puissent être appliquées à des cas du monde réel. Douglas Heaven dans MIT Technology Review a expliqué l’intensité de la formation du modèle :

“Facebook a formé des robots pendant trois jours à l’intérieur d’AI Habitat, une maquette virtuelle photoréaliste de l’intérieur d’un bâtiment, avec des pièces et des couloirs et des meubles. Dans ce temps, ils ont pris 2,5 milliards de pas – l’équivalent de 80 ans d’expérience humaine.”

En raison de la complexité de la tâche de formation, les chercheurs ont apparemment éliminé les apprenants faibles à mesure que la formation se poursuivait pour accélérer le temps de formation. L’équipe de recherche espère prendre son modèle actuel plus loin et créer des algorithmes qui puissent naviguer dans des environnements complexes en utilisant uniquement des données de caméra, en supprimant les données GPS et de boussole. La raison en est que les données GPS et de boussole peuvent souvent être perturbées à l’intérieur, être trop bruyantes ou simplement être indisponibles.

Alors que la technologie n’a pas encore été testée à l’extérieur et a des difficultés à naviguer sur de longues distances, le développement de l’algorithme est une étape importante dans le développement de la prochaine génération de robots, en particulier les drones de livraison et les robots qui opèrent dans les bureaux ou les maisons.