Facebook Создала Метод, Позволяющий AI Роботам Навигировать Без Карты

Facebook (META ) недавно создала алгоритм, который улучшает способность AI агентов ориентироваться в окружающей среде, позволяя агенту определять кратчайший путь через новые среды без доступа к карте. Хотя мобильные роботы обычно имеют карту, запрограммированную в них, новый алгоритм, разработанный Facebook, может позволить создать роботов, которые могут ориентироваться в средах без необходимости карт.

Согласно посту, созданному исследователями Facebook, одной из основных проблем навигации роботов является наделение систем ИИ способностью ориентироваться в новых средах и достигать запрограммированных целей без карты. Чтобы решить эту проблему, Facebook создала алгоритм распределенного обучения с помощью нескольких обучающих модулей. Алгоритм был назван децентрализованным распределенным оптимизатором проксимальной политики (DD-PPO). DD-PPO был дан только компасные данные, GPS-данные и доступ к RGB-D камере, но, как сообщается, смог ориентироваться в виртуальной среде и достичь цели без какой-либо картографической информации.

Согласно исследователям, агенты были обучены в виртуальных средах, таких как офисные здания и дома. Результатом стал алгоритм, способный ориентироваться в симулированной внутренней среде, выбирать правильный путь и быстро восстанавливаться после ошибок, если он выбрал неправильный путь. Результаты виртуальной среды были перспективными, и важно, чтобы агенты могли надежно ориентироваться в этих обычных средах, поскольку в реальном мире агент мог повредить себя или окружающую среду, если он потерпит неудачу.

Исследовательская команда Facebook объяснила, что焦点 их проекта был направлен на помощь роботам, поскольку правильная и надежная навигация для помощников-роботов и агентов ИИ является необходимой. Исследовательская команда объяснила, что навигация необходима для широкого спектра систем ИИ, от роботов, выполняющих задачи в доме, до устройств, управляемых ИИ, которые помогают людям с нарушениями зрения. Исследовательская команда также утверждала, что создатели ИИ должны отказаться от использования карт в целом, поскольку карты часто устаревают сразу после их создания, и в реальных средах они постоянно меняются и эволюционируют.

Как сообщает TechExplore, исследовательская команда Facebook использовала открытую платформу ИИ Habitat, которая позволила им обучать воплощенные агенты в фотореалистичных 3D-средах в разумные сроки. Haven предоставил доступ к набору симулированных сред, и эти среды достаточно реалистичны, чтобы данные, сгенерированные моделью ИИ, могли быть применены к реальным случаям. Дуглас Хевен в MIT Technology Review объяснил интенсивность обучения модели:

“Facebook обучил ботов в течение трех дней внутри ИИ Habitat, фотореалистичной виртуальной модели интерьера здания, с комнатами и коридорами и мебелью. За это время они сделали 2,5 миллиарда шагов – это эквивалентно 80 годам опыта человека.”

Из-за чрезвычайной сложности задачи обучения исследователи, как сообщается, отбрасывали слабых обучающих модулей по мере продолжения обучения, чтобы ускорить время обучения. Исследовательская команда надеется продолжить свою текущую модель и создать алгоритмы, которые могут ориентироваться в сложных средах, используя только данные камеры, отказываясь от GPS-данных и компаса. Причина этого заключается в том, что GPS-данные и компасные данные могут часто быть нарушены внутри помещений, быть слишком шумными или просто недоступными.

Хотя технология еще не была протестирована на открытом воздухе и имеет проблемы с навигацией на большие расстояния, разработка алгоритма является важным шагом в развитии следующего поколения роботов, особенно доставочных дронов и роботов, работающих в офисах или домах.