Facebook提出运用3D导航使命来练习自主机器人

Facebook提出运用3D导航使命来练习自主机器人

Facebook提出运用3D导航使命来练习自主机器人
雷锋网音讯,据外媒Venturebeat报导,Facebook、乔治亚理工学院和俄勒冈州立大学的研讨人员在本周宣布的一篇预印本论文中,描绘了人工智能的一项新使命——经过听自然言语的指令,在3D环境中导航(例如,“走下大厅,在木桌旁左转”)。他们说,这可认为遵从自然言语指令的机器人帮手奠定根底。研讨人员的使命,被称之为在接连环境中的视觉和言语导航(VLN-CE),是在Facebook的模仿器Habitat中进行的,该模仿器能够练习机器人帮手在模仿实在环境的环境中操作。直径为0.2米、1.5米高的帮手被放置在来自Matterport3D数据集的内部,该数据集是经过10800多个全景图和相应的3D网格捕获的90个环境的调集。机器人帮手必须在一条途径上做四个动作(向前移动0.25米,左转或右转15度,或停在方针方位)中的一个,并学会防止被困在障碍物上,比方椅子和桌子上。研讨小组将这些环境提炼成4475条由4到6个节点组成的轨道,这些轨道对应于在各个方位拍照的360度全景图画,显现了导航才能。他们用这个练习两个人工智能模型:一个sequence-to-sequence模型,该模型由采纳视觉调查和指令表明的战略组成,并运用它们猜测一个动作;另一个是两个网络穿插形式留意模型,该模型盯梢调查成果,并依据指令和特征做出决议方案。研讨人员表明,在试验中,体现最好的机器人能够遵从“向左拐,进入走廊”之类的指令,虽然这些指令要求机器人在发现视觉路标之前滚动不知道的次数。事实上,机器人在看不见的环境,大约三分之一的场景中导航到方针方位,均匀采纳了88次举动。这些机器人偶然也会失利,依据合著者的说法,这些失利通常是因为机器人在视觉上丢掉了指令中说到的目标。“至关重要的是,VLN-CE为(研讨)社区供给了一个测验渠道,在这里能够进行研讨高档和初级操控界面的这类集成试验,”合著者写道。Facebook投入了很多资源来处理自主机器人导航的问题。雷锋网(大众号:雷锋网)了解到,本年6月,在发布了一项练习六足机器人走路的方案后,Facebook初次推出了PyRobot,一种用于PyTorch机器学习结构的机器人结构。2018年,Facebook推出了开源人工智能,能够经过360度图画在纽约市街道上导航。最近,Facebook的一个团队宣布了一篇论文,描绘了一个经过观看视频学习怎么在办公室里走动的体系。雷锋网

admin

发表评论