Facebookは、AIロボットがマップなしでナビゲートできる方法を作成

Facebookは最近、AIエージェントの環境をナビゲートする能力を高めるアルゴリズムを作成しました。このアルゴリズムにより、エージェントは新しい環境で最短ルートを決定できますが、マップへのアクセスは必要ありません。通常、モバイルロボットにはマップがプログラムされていますが、Facebookが設計した新しいアルゴリズムにより、マップが不要なロボットを作成できる可能性があります。

According to a post created by Facebook researchers、ロボットのナビゲーションの大きな課題は、AIシステムにマップなしで新しい環境をナビゲートし、プログラムされた目的地に到達する能力を与えることです。この課題に対処するために、Facebookは分散型学習アルゴリズムを複数の学習者に分散させました。このアルゴリズムは、分散型分散近似方策最適化（DD-PPO）と呼ばれます。DD-PPOには、コンパスデータ、GPSデータ、およびRGB-Dカメラへのアクセスのみが与えられましたが、仮想環境をナビゲートし、マップデータなしで目的地に到達できたと報告されています。

According to the researchers、エージェントは、事務所の建物や家などの仮想環境でトレーニングされました。結果として得られたアルゴリズムは、シミュレートされた室内環境をナビゲートし、パスの正しい分岐点を選択し、間違ったパスを選択した場合に迅速に回復することができました。仮想環境の結果は有望でしたが、エージェントがこれらの一般的な環境を信頼性高くナビゲートできることが重要です。実世界では、エージェントが失敗すると、エージェント自身やその周囲の環境を損傷させる可能性があるためです。

Facebookの研究チームは、プロジェクトの焦点は支援ロボットであると説明しました。支援ロボットやAIエージェントのための適切で信頼性の高いナビゲーションは、非常に重要です。研究チームは、ナビゲーションは、家の中でタスクを実行するロボットから視覚障害を持つ人々を支援するAI駆動デバイスまで、幅広い支援AIシステムに不可欠であると主張しました。研究チームはまた、AIクリエイターは一般的にマップの使用から離れるべきだと主張しました。マップは、作成されるとすぐに古くなり、実世界の環境では常に変化し進化しているからです。

As TechExplore reported、Facebookの研究チームは、オープンソースのAI Habitatプラットフォームを使用しました。これにより、写真現実的な3D環境でエージェントをトレーニングすることができました。Havenはシミュレートされた環境へのアクセスを提供し、これらの環境は現実世界のケースに適用できるほどリアルです。Douglas Heaven in MIT Technology Review は、モデルのトレーニングの強度について説明しました。

“Facebookは、AI Habitat、建物の内部の写真現実的な仮想モックアップの中で、部屋や廊下や家具があり、3日間でボットをトレーニングしました。その間に2.5億のステップを踏んだ。つまり、80年の人間の経験に相当します。”

トレーニングタスクの複雑さのため、研究者はトレーニングの進行に伴って弱い学習者を除去して、トレーニング時間を短縮しました。研究チームは現在のモデルをさらに進化させ、カメラデータのみを使用して複雑な環境をナビゲートできるアルゴリズムを作成することを目指しています。GPSデータとコンパスデータは、屋内で混線したり、ノイズが多かったり、利用できないことがあるためです。

このテクノロジーはまだ屋外でテストされておらず、長距離のナビゲーションに苦労していますが、アルゴリズムの開発は、特に配達ドローンや事務所や家で作動するロボットなどの次世代ロボットの開発における重要なステップです。