Facebook Создает Метод, Который Может Позволить AI Роботам Навигировать Без Карты

Facebook недавно создала алгоритм, который улучшает способность агента ИИ ориентироваться в окружающей среде, позволяя агенту определять самый короткий маршрут через новые среды без доступа к карте. Хотя мобильные роботы обычно имеют карту, запрограммированную в них, новый алгоритм, разработанный Facebook, может позволить создавать 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 обучения с подкреплением, распределенный по нескольким обучающим. Алгоритм был назван децентрализованным распределенным оптимизацией политики прокси (DD-PPO). DD-PPO был дан только компасные данные, данные GPS и доступ к камере RGB-D, 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 может 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, 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 сообщило TechExplore, исследовательская команда Facebook использовала открытую платформу ИИ Habitat, которая позволила им обучать воплощенных агентов в фотореалистичных 3D-средах в оперативном порядке. Haven предоставил доступ к набору симулированных сред, и эти среды достаточно реалистичны, чтобы данные, сгенерированные моделью ИИ, могли быть применены к реальным случаям. Douglas Heaven в MIT Technology Review объяснил интенсивность обучения модели:

“Facebook обучил ботов в течение трех дней внутри ИИ Habitat, фотореалистичного виртуального макета внутренней части здания, с комнатами и коридорами и мебелью. За это время они сделали 2,5 миллиарда шагов – что эквивалентно 80 годам человеческого опыта.”

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

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