Facebook AI giver kort brushoff for at hjælpe robotter med at finde vejen

Hvem har brug for kort? Facebook har scoret en imponerende bedrift med AI, der kan navigere uden kort.

Facebooks ønske om at prale, selvom de sagde, at de havde en vej at gå, var tydelige i sit blogindlæg, "Næsten perfekt punktmålnavigation fra 2,5 milliarder rammer erfaring."

Kort fortalt, Facebook har leveret en algoritme, der, citerer MIT Technology Review , lader robotter finde den korteste rute i ukendte miljøer, åbner døren for robotter, der kan arbejde inde i hjem og kontorer. "

Og, på linje med det enkle og simple, Ubergizmo Tyler Lee bemærkede også:"Facebook mener, at med denne nye algoritme, det vil være i stand til at skabe robotter, der kan navigere i et område uden behov for kort ... i teorien, du kunne placere en robot i et rum eller et område uden et kort, og den burde kunne finde vej til sin destination. "

Erik Wijmans og Abhishek Kadian i Facebook -posten 21. januar sagde, at, godt, trods alt, en af ​​teknologiens centrale udfordringer er "at lære disse systemer at navigere gennem komplekse, ukendte virkelige miljøer for at nå en bestemt destination-uden et forhåndsleveret kort. "

Facebook har taget udfordringen op. De to meddelte, at Facebook AI skabte en storstilet distribueret algoritme til forstærkningslæring kaldet DD-PPO, "som effektivt har løst opgaven med punktmålnavigation ved hjælp af kun et RGB-D-kamera, GPS, og kompassdata, "skrev de.

DD-PPO står for decentraliseret distribueret proximal politikoptimering. Det er, hvad Facebook bruger til at uddanne agenter, og resultater set i virtuelle miljøer såsom huse og kontorbygninger var opmuntrende. Bloggerne påpegede, at "selv at fejle 1 ud af 100 gange er ikke acceptabelt i den fysiske verden, hvor en robotagent kan beskadige sig selv eller sine omgivelser ved at lave en fejl. "

Ud over DD-PPO, forfatterne gav æren til Facebook AIs open source AI Habitat-platform for sin "state-of-the-art hastighed og troskab." AI Habitat offentliggjorde sin open source-meddelelse sidste år som en simuleringsplatform til at træne legemliggjorte agenter såsom virtuelle robotter i fotorealistiske 3D-miljøer. Facebook sagde, at det var en del af "Facebook AI's igangværende bestræbelser på at oprette systemer, der er mindre afhængige af store annoterede datasæt, der bruges til overvåget træning."

(Douglas Heaven in MIT Technology Review :Mens Facebook trænede bots i tre dage inde i AI Habitat, "Andre har taget en måned eller mere til at træne bots i en lignende opgave, men Facebook satte fart på tingene massivt ved at slippe de langsomste robotter fra puljen, så hurtigere ikke behøvede at vente ved målstregen hver runde. ")

InfoQ havde sagt i juli, at "Teknologien havde en anden tilgang end at stole på statiske datasæt, som andre forskere traditionelt har brugt, og at Facebook besluttede at åbne denne teknologi for at flytte dette underfelt fremad."

Jon Fingas i Engadget kiggede på, hvordan teamet arbejdede hen imod AI -navigation (og det er her, at det 25 milliarder tal kommer ind). "Tidligere projekter har en tendens til at kæmpe uden massiv beregningskraft. Facebook lærte en virtuel agent at håndtere punkt-til-punkt-navigation i svarende til 80 års menneskelig erfaring-det er cirka 2,5 milliarder trin."

Resultatet var en algoritme, der var smart nok i indendørs miljøer til at vælge den rigtige gaffel i stien (i modsætning til at spilde tid tilbage) og hurtigt genkende fejl, hvis den var på vej i den forkerte retning.

Himmel, i hans MIT Technology Review vare, var også behjælpelig med at sætte nummeret i kontekst. "Facebook trænede bots i tre dage inde i AI Habitat, en fotorealistisk virtuel mock-up af det indre af en bygning, med værelser og gange og møbler. På den tid tog de 2,5 milliarder skridt - svarende til 80 års menneskelig erfaring. "

Forskere fokuserede på projekter centreret omkring hjælpende robotter anser navigationsfunktioner for afgørende. "Navigation er afgørende for at skabe AI -agenter og assistenter, der hjælper mennesker i den fysiske verden, fra robotter, der kan hente et objekt fra et skrivebord ovenpå, til systemer, der hjælper mennesker med synshandicap, til AI-drevne assistenter, der præsenterer relevant information til mennesker, der bruger augmented reality-briller, "Wijmans og Abhishek Kadiana skrev.

Forfatterne argumenterede for en verden, der var mindre afhængig af kort, også. Kort, de argumenterede, "bliver forældede i det øjeblik, de bliver oprettet. De fleste virkelige miljøer udvikler sig-bygninger og strukturer ændrer sig, genstande flyttes rundt, og mennesker og kæledyr er i konstant strøm. "

Hvad er det næste? "Vi håber at bygge videre på DD-PPO's succes ved at oprette systemer, der udfører punktmålsnavigation med kun kameraindgang-og ingen kompas eller GPS-data."

Hvorfor ingen kompas eller GPS -data? I et 21. januar -indlæg, Wijmans og Kadian sagde, at "kompas og GPS-data kan være støjende eller simpelthen utilgængelige i indendørs rum. Vi vil også anvende DD-PPO-uddannede modeller til forskellige opgaver."

Fingas i Engadget var imponeret over deres "distribuerede forstærkningslæringsalgoritme, der ikke kun når sin destination 99,9 procent af tiden uden at bruge kort, men kan gøre det med kun tre procent afvigelse fra den ideelle vej. "

Rent faktisk, sagde himlen i MIT Technology Review , "Kortløs rutefinding er afgørende for næste generations robotter som autonome leveringsdroner eller robotter, der arbejder inde i hjem og kontorer."

Fingas havde dette at sige om teknologien generelt:Den er stadig "meget ung. Den har endnu ikke håndteret udendørs eller komplekse situationer, og den håndterer ikke langdistancenavigation godt, hvis den skal miste sensorer. "Ikke desto mindre, Fingas bemærkede, at Facebook delte sit arbejde i håb om yderligere fremskridt.

© 2020 Science X Network