フェイスブックが開発した方法で、AIロボットが地図なしでナビゲーション可能に

フェイスブックは最近、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見つけることができます。通常、モバイルロボットには地図がプログラムされていますが、フェイスブックが設計した新しいアルゴリズムにより、地図が不要なロボットを作成することができます。

フェイスブックの研究者による投稿によると、ロボットのナビゲーションの大きな課題は、AIシステムに新しい環境をナビゲートする能力を与えることです。 この課題に取り組むために、フェイスブックは複数の学習者に分散された強化学習アルゴリズムを作成しました。このアルゴリズムは、分散型近接政策最適化（DD-PPO）と呼ばれます。 DD-PPOには、方位データ、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、地図データなしで仮想環境をナビゲートし、目標に到達することができました。

研究者によると、エージェントは、オフィスビルや家などの仮想環境でトレーニングされました。 生成さ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、パスの分岐点で正しい道を選択し、間違った道を選んだ場合に迅速に回復することができました。 仮想環境での結果は有望で、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自分自身や周囲を損傷する可能性があるためです。

フェイスブックの研究チームは、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不可欠です。 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説明しました。 研究チームはまた、地図の使用を一般に避けるべきであると主張しました。地図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。

TechExploreが報告したように、フェイスブックの研究チームは、オープンソースのAIハビタット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現実的です。 Douglas HeavenはMIT Technology Reviewで、モデルのトレーニングの強度について説明しています。

「フェイスブックは、建物の内部の写真現実的な仮想モックアップであるAIハビタット内で、3日間でボットをトレーニングしました。部屋、廊下、家具があります。その間に、ボットは25億歩を歩きました。これは、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外して、トレーニング時間を短縮したと報告しています。 研究チームは、現在のモデルをさらに発展させ、カメラデータのみを使用して複雑な環境をナビゲートするアルゴリズムを作成したいと考えています。 その理由は、GPSデータとコンパスデータが室内で混乱し、ノイズが大きくなったり、利用できないことがあるためです。

技術はまだ屋外でテストされておらず、長距離をナビゲートするの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オフィス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いて重要なステップです。