Metoda ustvarjanja Facebooka lahko robotom z umetno inteligenco omogoči navigacijo brez zemljevida

Facebook je nedavno ustvaril algoritem, ki izboljša sposobnost agenta AI za krmarjenje po okolju, tako da agent določi najkrajšo pot skozi nova okolja brez dostopa do zemljevida. Medtem ko imajo mobilni roboti običajno programiran zemljevid, bi novi algoritem, ki ga je zasnoval Facebook, lahko omogočil ustvarjanje robotov, ki lahko krmarijo po okoljih brez potrebe po zemljevidih.

Glede na objava, ki so jo ustvarili Facebook raziskovalci, je velik izziv za robotsko navigacijo omogočiti sistemom umetne inteligence možnost navigacije skozi nova okolja in doseganje programiranih ciljev brez zemljevida. Da bi se spopadel s tem izzivom, je Facebook ustvaril algoritem za krepitev učenja, razdeljen na več učencev. Algoritem so poimenovali decentralizirana porazdeljena proksimalna optimizacija politike (DD-PPO). DD-PPO je dobil le podatke kompasa, podatke GPS in dostop do kamere RGB-D, vendar naj bi lahko krmaril po virtualnem okolju in prišel do cilja brez podatkov zemljevida.

Po mnenju raziskovalcev so bili agenti usposobljeni v virtualnih okoljih, kot so poslovne stavbe in hiše. Nastali algoritem je bil sposoben krmariti po simuliranem notranjem okolju, izbrati pravi razcep na poti in hitro obnoviti napake, če je izbral napačno pot. Rezultati virtualnega okolja so bili obetavni in pomembno je, da lahko agenti zanesljivo krmarijo po teh običajnih okoljih, saj bi agent v resničnem svetu lahko poškodoval sebe ali svojo okolico, če ne uspe.

Facebookova raziskovalna skupina je pojasnila, da so bili v središču njihovega projekta podporni roboti, saj je ustrezna in zanesljiva navigacija za podporne robote in agente AI bistvena. Raziskovalna skupina je pojasnila, da je navigacija bistvenega pomena za široko paleto podpornih sistemov AI, od robotov, ki opravljajo naloge po hiši, do naprav, ki jih poganja AI in pomagajo ljudem z okvarami vida. Raziskovalna skupina je tudi trdila, da bi se morali ustvarjalci umetne inteligence odmakniti od uporabe zemljevidov na splošno, saj so zemljevidi pogosto zastareli, takoj ko so narisani, v okoljih resničnega sveta pa se nenehno spreminjajo in razvijajo.

Kot poroča TechExplore, je Facebookova raziskovalna skupina uporabila odprtokodni AI Habitat platformo, ki jim je omogočila pravočasno urjenje utelešenih agentov v fotorealističnih 3-D okoljih. Zagotovil je dostop do nabora simuliranih okolij in ta okolja so dovolj realistična, da je mogoče podatke, ki jih ustvari model AI, uporabiti v primerih iz resničnega sveta. Douglas Heaven in Pregled tehnologije MIT pojasnil intenzivnost treninga modela:

»Facebook je tri dni treniral bote v AI Habitatu, fotorealistični virtualni maketi notranjosti stavbe s sobami, hodniki in pohištvom. V tem času so naredili 2.5 milijarde korakov, kar je enakovredno 80-letnim človeškim izkušnjam.«

Zaradi same zapletenosti vadbene naloge so raziskovalci domnevno izločili šibke učence, ko se je vadba nadaljevala, da bi pospešili čas vadbe. Raziskovalna skupina upa, da bo svoj trenutni model popeljala naprej in nadaljevala z ustvarjanjem algoritmov, ki lahko krmarijo po zapletenih okoljih samo z uporabo podatkov kamere, brez podatkov GPS in kompasa. Razlog za to je, da se lahko podatki GPS in podatki kompasa pogosto odvržejo v zaprtih prostorih, so preveč hrupni ali preprosto nedostopni.

Čeprav je treba tehnologijo še preizkusiti na prostem in ima težave pri navigaciji na dolge razdalje, je razvoj algoritma pomemben korak v razvoju naslednje generacije robotov, zlasti dostavnih dronov in robotov, ki delujejo v pisarnah ali domovih.