一種使用數(shù)小時(shí)視頻和強(qiáng)化學(xué)習(xí)元素的方法可以在沒(méi)有完整的環(huán)境地圖的情況下引導(dǎo)機(jī)器人車(chē)輛近兩英里。

使用目的地的圖像作為參考，在這種情況下，場(chǎng)地另一邊的房子，以及如何在各種地形上進(jìn)行陸路導(dǎo)航的“先驗(yàn)”，從數(shù)小時(shí)的拍攝視頻中收集，無(wú)人駕駛車(chē)輛幾乎可以導(dǎo)航自己走兩英里就可以達(dá)到目標(biāo)。

機(jī)器人和自動(dòng)駕駛汽車(chē)有一個(gè)非常大的共同挑戰(zhàn)，那就是如何駕馭世界。通常，人工智能將這項(xiàng)任務(wù)作為如何繪制周?chē)h(huán)境的問(wèn)題來(lái)處理，以便在機(jī)器人或汽車(chē)穿過(guò)該地形之前構(gòu)建場(chǎng)景幾何形狀的精確概覽。

可能有更簡(jiǎn)單的方法。

今年2月，美國(guó)加州大學(xué)伯克利分校的學(xué)者在 arXiv 上發(fā)表的一篇論文中，輪式機(jī)器人能夠在郊區(qū)地形上行駛數(shù)公里。機(jī)器人堅(jiān)持路徑并躲避以前看不見(jiàn)的障礙。重要的是它不會(huì)像其他一些方法那樣映射其環(huán)境，例如在自動(dòng)駕駛?cè)斯ぶ悄艹绦蛑小?/p>

相反，它依賴(lài)于從之前運(yùn)行的 30 小時(shí)視頻中提取的啟發(fā)式方法和一些地形的俯視圖，以創(chuàng)建一個(gè)改進(jìn)的沿途站點(diǎn)相互關(guān)聯(lián)的示意圖，而不需要完整的地圖。這項(xiàng)名為“ViKiNG：具有地理提示的基于視覺(jué)的公里級(jí)導(dǎo)航”的研究由博士撰寫(xiě)。候選人 Dhruv Shah 和加州大學(xué)伯克利分校助理教授 Sergey Levine。

多年來(lái)，Levine一直致力于與谷歌合作將人工智能引入機(jī)器人技術(shù)。這項(xiàng)工作的許多關(guān)鍵發(fā)現(xiàn)都與 Levine 去年在一篇題為“如何訓(xùn)練你的機(jī)器人”的論文中相關(guān)。那篇論文重點(diǎn)關(guān)注所謂“強(qiáng)化學(xué)習(xí)”的發(fā)現(xiàn)，這是一種訓(xùn)練神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí) AI 形式朝著一個(gè)目標(biāo)分階段前進(jìn)。

Shah 和 Levine 的最新作品 ViKiNG 與 RL 有著重要的聯(lián)系。

ViKiNG 建立在之前的系統(tǒng)之上，稱(chēng)為“RECON”，代表Shah 和 Levine 去年推出的“結(jié)果驅(qū)動(dòng)導(dǎo)航的快速探索控制器” 。

RECON 的訓(xùn)練是讓輪式機(jī)器人（Clearpath Robotics 制造的Jackal 無(wú)人駕駛地面車(chē)輛）在 18 個(gè)月的時(shí)間里在停車(chē)場(chǎng)和田野等多個(gè)環(huán)境中“隨機(jī)行走”，通過(guò)安裝的 RGB 攝像頭收集數(shù)小時(shí)的視頻，激光雷達(dá)和 GPS。

ViKiNG 建立在其前身程序 RECON 的基礎(chǔ)上，以高空衛(wèi)星或高空景觀示意圖數(shù)據(jù)的形式添加“提示”。

RECON 通過(guò)壓縮和解壓縮圖像數(shù)據(jù)的卷積網(wǎng)絡(luò)學(xué)習(xí)了所謂的“導(dǎo)航先驗(yàn)”，即所謂的“信息瓶頸”，這是 Naftali Tishby 及其同事在 2000 年引入的一種處理信號(hào)的方法。

RECON 的這種方法開(kāi)發(fā)了軟件通過(guò)壓縮圖像然后回憶突出的內(nèi)容來(lái)良好表示視覺(jué)環(huán)境的能力。在測(cè)試階段，RECON 會(huì)看到一個(gè)目標(biāo)的圖像，比如說(shuō)一個(gè)特定的建筑物，并且必須在飛行中弄清楚如何導(dǎo)航到那個(gè)新的地方。

RECON 沿著通往該目標(biāo)的路徑構(gòu)建了一個(gè)步驟圖，這是一種即興地圖。使用這些技術(shù)，Jackal 機(jī)器人能夠在其從未遇到過(guò)的新環(huán)境中導(dǎo)航至 80 米遠(yuǎn)的目標(biāo)。在所有其他現(xiàn)有的機(jī)器人導(dǎo)航方法都未能達(dá)到目標(biāo)的情況下，它能夠做到這一點(diǎn)。

在 ViKiNG 中，Shah 和 Levine 以一種特定方式擴(kuò)展了 RECON：提示。他們給豺狼軟件提供新地形的衛(wèi)星圖像或高空地圖。

正如 Shah 和 Levine 所寫(xiě)，“與執(zhí)行不知情搜索的 RECON 相比，ViKiNG 以近似 GPS 坐標(biāo)和高空地圖的形式結(jié)合了地理提示。

“這使 ViKiNG 能夠達(dá)到遠(yuǎn)距離目標(biāo)，比 RECON 報(bào)告的最遠(yuǎn)目標(biāo)遠(yuǎn)達(dá) 25 倍，并且在探索新環(huán)境時(shí)達(dá)到目標(biāo)的速度比 RECON 快 15 倍。”

ViKiNG 系統(tǒng)方法大綱。從圖像中采樣以及提示，允許系統(tǒng)動(dòng)態(tài)構(gòu)建本地拓?fù)鋱D，以繪制到目的地的路線(xiàn)圖。

ViKiNG 計(jì)劃增加了隨機(jī)行走的攝像機(jī)觀察訓(xùn)練數(shù)據(jù)，增加了 12 小時(shí)的視頻，這些視頻來(lái)自“遙控”旅行，人類(lèi)引導(dǎo)豺狼沿著人行道或遠(yuǎn)足小徑等路徑建立那些先前的例子。用于處理所有訓(xùn)練數(shù)據(jù)的神經(jīng)網(wǎng)絡(luò)相當(dāng)單調(diào)，即熟悉的 MobileNet 卷積神經(jīng)網(wǎng)絡(luò)。

這一次，配備 ViKiNG 的 Jackal 遠(yuǎn)遠(yuǎn)超出了 RECON 的 80 米，從起點(diǎn)到目的地的距離約為 3 公里，或近 2 英里。

在該項(xiàng)目的博客頁(yè)面上展示的視頻中，Shah 和 Levine 展示了帶有 ViKiNG 的 Jackal 如何計(jì)算出如何繞過(guò)以前未知的障礙物，例如停放的車(chē)輛擋住了它的路徑。一個(gè)配套視頻解釋了這項(xiàng)工作，您可以在這篇文章的底部查看。

RECON 明確采用了強(qiáng)化學(xué)習(xí)的元素。同樣，ViKiNG 也以某種方式借用。當(dāng)被問(wèn)及與 RL 的聯(lián)系時(shí)，Levine 在一封電子郵件中告訴ZDNet，“我將 ViKiNG 描述為一種強(qiáng)化學(xué)習(xí)方法，其之上有更高級(jí)別的規(guī)劃器。”

Levine解釋說(shuō)，關(guān)鍵在于將用于實(shí)時(shí)導(dǎo)航的低級(jí)學(xué)習(xí)控制方法與類(lèi)似于 RL 的高級(jí)規(guī)劃相結(jié)合。

正如萊文所描述的， 顯式的高級(jí)規(guī)劃提供了處理非常長(zhǎng)的視野的能力，因此查看該方法的一個(gè)好方法是使用無(wú)模型 [RL] 技術(shù)來(lái)處理本地導(dǎo)航的低級(jí)問(wèn)題（例如，如何駕駛一棵樹(shù)）規(guī)劃如何繪制通往遙遠(yuǎn)目標(biāo)的路徑的高級(jí)問(wèn)題。我認(rèn)為這實(shí)際上是一種非常自然的契合——就像一個(gè)開(kāi)車(chē)的人可能不會(huì)仔細(xì)考慮他們所做的每一個(gè)轉(zhuǎn)彎，但會(huì)在他們的腦海中做一些明確的計(jì)劃來(lái)決定走哪條路線(xiàn)去他們的目的地，也許是推理關(guān)于地標(biāo)作為計(jì)劃中的“節(jié)點(diǎn)”。

Levine 認(rèn)為，自動(dòng)駕駛汽車(chē)等更復(fù)雜的導(dǎo)航具有高度相關(guān)性。他說(shuō)，ViKiNG 是“人行道送貨機(jī)器人”的開(kāi)始。

Levine說(shuō):“但是自動(dòng)駕駛或其他風(fēng)險(xiǎn)更高的任務(wù)（甚至是必須處理密集交通的真正人行道交付）必須有額外的機(jī)制來(lái)處理安全和約束，目前的方法還沒(méi)有直接處理。”

Levine提出，在安全等方面的額外工作可以包括人類(lèi)作為“副駕駛”的明確指示，以引導(dǎo)機(jī)器人遠(yuǎn)離傷害。它還可以包括模仿將灌輸一些保障措施的現(xiàn)有政策。

然而，Levine說(shuō)要處理高速行駛的車(chē)輛以及亂穿馬路的行人等看不見(jiàn)的因素，需要做更多的研究。當(dāng)然，為此類(lèi)系統(tǒng)提供嚴(yán)格的安全保證是一個(gè)主要的開(kāi)放性問(wèn)題，我確實(shí)認(rèn)為需要做更多的工作才能使這種系統(tǒng)對(duì)于全尺寸自動(dòng)駕駛汽車(chē)足夠安全。