Qui a besoin de cartes ? Facebook a réalisé un exploit impressionnant impliquant une IA capable de naviguer sans aucune carte.

Le souhait de Facebook de se vanter, bien qu'ils aient dit qu'ils avaient du chemin à faire, étaient évidents dans son article de blog, "Navigation point-objectif presque parfaite à partir de 2,5 milliards d'images d'expérience."

Longue histoire courte, Facebook a fourni un algorithme qui, citant Examen de la technologie du MIT , permet aux robots de trouver le chemin le plus court dans des environnements inconnus, ouvrant la porte à des robots capables de travailler à l'intérieur des maisons et des bureaux."

Et, en accord avec le clair et simple, Ubergizmo Tyler Lee a également fait remarquer :« Facebook pense qu'avec ce nouvel algorithme, il sera capable de créer des robots capables de naviguer dans une zone sans avoir besoin de cartes... en théorie, vous pouvez placer un robot dans une pièce ou une zone sans carte et il devrait être capable de trouver son chemin vers sa destination."

Erik Wijmans et Abhishek Kadian dans le post Facebook du 21 janvier ont déclaré que, bien, après tout, l'un des principaux défis technologiques est « d'apprendre à ces systèmes à naviguer dans des environnements complexes, des environnements du monde réel inconnus pour atteindre une destination spécifiée, sans carte pré-fournie."

Facebook a relevé le défi. Les deux ont annoncé que Facebook AI a créé un algorithme d'apprentissage par renforcement distribué à grande échelle appelé DD-PPO, "qui a efficacement résolu la tâche de navigation point-objectif en utilisant uniquement une caméra RVB-D, GPS, et les données de la boussole, " ils ont écrit.

DD-PPO signifie optimisation décentralisée de la politique proximale distribuée. C'est ce que Facebook utilise pour former les agents et les résultats observés dans les environnements virtuels tels que les maisons et les immeubles de bureaux étaient encourageants. Les blogueurs ont souligné que "même échouer 1 fois sur 100 n'est pas acceptable dans le monde physique, où un agent robot pourrait s'endommager ou endommager son environnement en commettant une erreur. »

Au-delà de la DD-PPO, les auteurs ont attribué le crédit à la plate-forme open source AI Habitat de Facebook AI pour sa "vitesse et fidélité à la pointe de la technologie". AI Habitat a fait son annonce open source l'année dernière en tant que plate-forme de simulation pour former des agents incarnés tels que des robots virtuels dans des environnements 3D photo-réalistes. Facebook a déclaré que cela faisait partie des "efforts continus de Facebook AI pour créer des systèmes moins dépendants de grands ensembles de données annotés utilisés pour la formation supervisée".

(Douglas Paradis dans Examen de la technologie du MIT :Alors que Facebook a entraîné des robots pendant trois jours dans AI Habitat, « D'autres ont pris un mois ou plus pour former des bots à une tâche similaire, mais Facebook a considérablement accéléré les choses en éliminant les bots les plus lents de la piscine afin que les plus rapides n'aient pas à attendre à la ligne d'arrivée à chaque tour.")

InfoQ avait déclaré en juillet que "la technologie adoptait une approche différente de celle de s'appuyer sur des ensembles de données statiques que d'autres chercheurs ont traditionnellement utilisés et que Facebook a décidé d'ouvrir cette technologie pour faire avancer ce sous-domaine".

Jon Fingas dans Engagé a examiné comment l'équipe a travaillé pour la navigation par IA (et c'est là qu'intervient ce nombre de 25 milliards). "Les projets précédents ont tendance à se débattre sans une puissance de calcul massive. Facebook a appris à un agent virtuel à gérer la navigation point à point pour l'équivalent de 80 ans d'expérience humaine, soit environ 2,5 milliards d'étapes."

Le résultat était un algorithme suffisamment intelligent dans les environnements intérieurs pour choisir la bonne bifurcation sur le chemin (au lieu de perdre du temps à revenir en arrière) et reconnaître rapidement les erreurs si on se dirigeait dans la mauvaise direction.

Paradis, dans son Examen de la technologie du MIT Objet, a également été utile pour mettre le nombre dans son contexte. "Facebook a entraîné des robots pendant trois jours dans AI Habitat, une maquette virtuelle photoréaliste de l'intérieur d'un bâtiment, avec des chambres et des couloirs et des meubles. Pendant ce temps, ils ont fait 2,5 milliards de pas, l'équivalent de 80 ans d'expérience humaine."

Les chercheurs concentrés sur des projets centrés sur les robots d'assistance considèrent que les fonctionnalités de navigation sont cruciales. "La navigation est essentielle pour créer des agents et des assistants d'IA qui aident les gens dans le monde physique, des robots qui peuvent récupérer un objet d'un bureau à l'étage, aux systèmes qui aident les personnes déficientes visuelles, aux assistants alimentés par l'IA qui présentent des informations pertinentes aux personnes portant des lunettes de réalité augmentée, " Wijmans et Abhishek Kadiana ont écrit.

Les auteurs ont plaidé en faveur d'un monde moins dépendant des cartes, trop. Plans, ils se disputèrent, « deviennent obsolètes dès leur création. La plupart des environnements réels évoluent :les bâtiments et les structures changent, les objets sont déplacés, et les gens et les animaux sont en constante évolution."

Et après? « Nous espérons tirer parti du succès de DD-PPO en créant des systèmes qui permettent une navigation par objectif de point avec uniquement l'entrée de la caméra, sans boussole ni données GPS. »

Pourquoi pas de boussole ou de données GPS ? Dans un article du 21 janvier, Wijmans et Kadian ont déclaré que "les données de la boussole et du GPS peuvent être bruyantes ou tout simplement indisponibles dans les espaces intérieurs. Nous appliquerons également des modèles formés par DD-PPO à différentes tâches".

Fingas dans Engagé a été impressionné par leur « algorithme d'apprentissage par renforcement distribué qui non seulement atteint sa destination 99,9 % du temps sans utiliser de cartes, mais peut le faire avec seulement un écart de trois pour cent par rapport au chemin idéal."

Réellement, dit le ciel dans Examen de la technologie du MIT , "La recherche d'itinéraire sans carte est essentielle pour les robots de nouvelle génération comme les drones de livraison autonomes ou les robots qui fonctionnent à l'intérieur des maisons et des bureaux."

Fingas a dit ceci à propos de la technologie en général :elle est encore "très jeune. Elle n'a pas encore géré les situations extérieures ou complexes, et il ne gère pas bien la navigation longue distance s'il doit perdre des capteurs. Fingas a noté que Facebook partageait son travail dans l'espoir de nouvelles avancées.

© 2020 Réseau Science X