據(jù)外媒Venturebeat報道，F(xiàn)acebook、喬治亞理工學院和俄勒岡州立大學的研究人員在本周發(fā)表的一篇預印本論文中，描述了人工智能的一項新任務——通過聽自然語言的指令，在3D環(huán)境中導航(例如，“走下大廳，在木桌旁左轉”)。他們說，這可以為遵循自然語言指令的機器人助手奠定基礎。

　　研究人員的任務，被稱之為在連續(xù)環(huán)境中的視覺和語言導航(VLN-CE)，是在Facebook的模擬器Habitat中進行的，該模擬器可以訓練機器人助手在模擬真實環(huán)境的環(huán)境中操作。直徑為0.2米、1.5米高的助手被放置在來自Matterport3D數(shù)據(jù)集的內(nèi)部，該數(shù)據(jù)集是通過10800多個全景圖和相應的3D網(wǎng)格捕獲的90個環(huán)境的集合。

　　機器人助手必須在一條路徑上做四個動作(向前移動0.25米，左轉或右轉15度，或停在目標位置)中的一個，并學會避免被困在障礙物上，比如椅子和桌子上。

　　研究小組將這些環(huán)境提煉成4475條由4到6個節(jié)點組成的軌跡，這些軌跡對應于在各個位置拍攝的360度全景圖像，顯示了導航能力。

　　他們用這個訓練兩個人工智能模型：一個sequence-to-sequence模型，該模型由采取視覺觀察和指令表示的策略組成，并使用它們預測一個動作;另一個是兩個網(wǎng)絡交叉模式注意模型，該模型跟蹤觀察結果，并根據(jù)指令和特征做出決策。

　　研究人員表示，在實驗中，表現(xiàn)最好的機器人可以遵循“向左拐，進入走廊”之類的指令，盡管這些指令要求機器人在發(fā)現(xiàn)視覺路標之前轉動未知的次數(shù)。事實上，機器人在看不見的環(huán)境，大約三分之一的場景中導航到目標位置，平均采取了88次行動。

　　這些機器人偶爾也會失敗，根據(jù)合著者的說法，這些失敗通常是由于機器人在視覺上丟失了指令中提到的對象。

　　“至關重要的是，VLN-CE為(研究)社區(qū)提供了一個測試平臺，在這里可以進行研究高級和低級控制界面的這類集成實驗，”合著者寫道。

　　Facebook投入了大量資源來解決自主機器人導航的問題。

　　雷鋒網(wǎng)了解到，今年6月，在公布了一項訓練六足機器人走路的計劃后，F(xiàn)acebook首次推出了PyRobot，一種用于PyTorch機器學習框架的機器人框架。2018年，F(xiàn)acebook推出了開源人工智能，可以通過360度圖像在紐約市街道上導航。最近，F(xiàn)acebook的一個團隊發(fā)表了一篇論文，描述了一個通過觀看視頻學習如何在辦公室里走動的系統(tǒng)。

特別提醒：本網(wǎng)內(nèi)容轉載自其他媒體，目的在于傳遞更多信息，并不代表本網(wǎng)贊同其觀點。其原創(chuàng)性以及文中陳述文字和內(nèi)容未經(jīng)本站證實，對本文以及其中全部或者部分內(nèi)容、文字的真實性、完整性、及時性本站不作任何保證或承諾，并請自行核實相關內(nèi)容。本站不承擔此類作品侵權行為的直接責任及連帶責任。如若本網(wǎng)有任何內(nèi)容侵犯您的權益，請及時聯(lián)系我們，本站將會在24小時內(nèi)處理完畢。