Facebook提出使用3D导航任务来训练自主机器人

近日，Facebook、乔治亚理工学院和俄勒冈州立大学的研究人员在预印本论文中揭示了一项人工智能的新能力——机器人助手可通过听自然语言的指令在3D环境中进行导航。这项研究的实验在Facebook的模拟器Habitat中进行，该模拟器能够模拟真实环境，为机器人助手提供训练场景。

这些场景来源于Matterport3D数据集，该数据集包含了90个环境，每个环境都是通过超过10800个全景图和相应的3D网格捕获的。机器人助手必须在这些复杂的场景中执行一系列动作，包括向前移动、转向、停止等，并学会避免与障碍物碰撞。在这个过程中，它们需要根据自然语言指令进行操作，比如“走下大厅，在木桌旁左转”。

为了完成这项任务，研究小组训练了两个人工智能模型。一个是序列到序列模型，它通过观察视觉指令来预测动作；另一个是交叉模式注意模型，它根据指令和特征来做出决策。这些模型在复杂的场景中表现出了惊人的导航能力。

实验结果显示，表现最好的机器人可以遵循类似“向左拐，进入走廊”的指令，在看不见的环境中的大约三分之一的场景中导航到目标位置。尽管这些指令要求机器人在发现视觉路标之前转动未知的次数，但它们仍然能够成功完成任务。这些机器人的成功表明，它们已经具备了一定的智能决策能力。

这些机器人偶尔也会失败。根据研究人员的观察，这些失败通常是由于机器人在视觉上丢失了指令中提到的对象。尽管如此，这项研究仍然为人工智能社区提供了一个测试平台，可以进行更高级别的控制界面集成实验。

值得一提的是，Facebook一直在投入大量资源来解决自主机器人导航的问题。近年来，该公司已经推出了多个机器人项目，包括训练六足机器人走路的计划、开源人工智能系统以及通过视频学习导航的系统等。这些项目的成功推动了人工智能技术的发展，并为机器人技术的应用提供了更广阔的前景。

这项研究展示了人工智能在机器人导航方面的新能力，并为未来机器人技术的发展奠定了基础。随着技术的不断进步，我们有望在未来看到更加智能、更加自主的机器人出现在各个领域，为人类的生活带来更多便利。这一研究领域仍然充满挑战和机遇，值得我们继续关注和探索。