当前位置:首页 > 行业动态 > 正文

前沿 | AI不用地图和GPS也能认路:DeepMind再放大招

发布人:校企合作管理员 来源:本站 发布日期:2018/4/6 【浏览量:

这次,是用深度强化学习和神经网络来建立导航系统。无需标注好的地图指引,AI仅仅依靠街景照片的图像识别就能到达目的地。类似于AlphaGo Zero的没有棋谱,也能学会下棋。


注意,这无关乎驾驶,仅仅关乎导航——穿越真实城市,到达指定的经纬度坐标。整个过程不涉及交通数据(周围有没有车和人),也没有对车辆控制建模。


但这已经足够复杂了。在曼哈顿的5个区域、伦敦和巴黎市中心,AI能成功穿过复杂的交叉路口、人行道、隧道和各种拓扑结构。


3月31号,DeepMind在ArXiv上发布了相关论文:Learning to Navigate in Cities Without a Map。大数据文摘公众号后台回复“导航”即可下载这篇论文。

DeepMind随后发表的一篇博客文章称,AI做的这件事类似于一个小孩如何记住周边的环境。小孩并不需要看一张地图,只需记住街道的视觉外观并沿途转向,就能前往朋友家、学校或杂货店。而且会越走越熟练。如果迷路了,他可以通过关键地标甚至太阳的朝向来认路。


这是人类的导航系统。


导航是一项重要的认知任务,有导航系统的人类和动物可以在复杂的世界中远距离穿行,而无需地图。同时,可以自我定位(“我在这里”)和表述目标(“我要去那里”)。


那么,AI如何学习在没有地图的城市中进行导航?


一个利器是谷歌街景视图(Google Street View)。这些图像数据是现成的。这样,AI不用真的到某个城市里穿行,只要在街景里游荡就可以了。利用街景视图建模的优势在于,这些照片以人眼视角拍摄,也就是说,如果一个人站在相同的地理位置,他看到的图像就和模型看到的一样的


研究人员建立了一个基于神经网络的人工智能体,学习使用视觉信息(来自街景图像的像素)在多个城市中导航。当AI到达目标目的地(例如,指定的经纬度坐标)时,该AI就会得到奖励。


好比一个7x24小时无限循环工作的快递员,要不断地到达指定地点,但是又没有地图可以看。


随着时间的推移,AI学习以这种方式跨越整个城市。经过在多个城市的训练和学习,在适应新的城市时AI的表现非常好。


AI在巴黎街景中训练。街景图像与城市地图叠加,显示目标位置(红色),代理位置和视野(绿色)。请注意,AI不会看到地图,只能看到目标位置的纬度/经度坐标。


与传统的依赖明确映射和探索的方法(例如试图本地化并同时绘制地图)相反,DeepMind让AI只使用视觉观察,而不使用地图、GPS定位或其他辅助工具。


用到的技术是,构建了一个神经网络代理,用于输入从环境中观察到的图像,并预测它应该在该环境中执行的下一个操作。使用深度强化学习进行端对端训练,类似于此前关于学习穿越复杂3D迷宫,以及用无监督辅助任务进行强化学习来玩游戏的研究,但是使用到的数据规模比小型模拟迷宫环境要大得多。


神经网络由三部分组成:


  1. 可以处理图像并提取视觉特征的卷积网络


  2. 特定场所的循环神经网络,其隐含任务是记住环境,并学习“这里“(代理的当前位置)和”那里“(目标的位置)


  3. 产生关于代理行为的导航策略的场所不变循环网络。特定于语言环境的模块被设计为可互换,并且如其名称所示,对于代理导航的每个城市都是唯一的,而视觉模块和策略模块可以是语言环境不变的。




就像在Google Street View界面中一样,AI代理可以在适当的位置旋转,或者在可能的情况下前进到下一个街景。与谷歌地图和街景环境不同,AI不会看到小箭头,本地或全球地图,或著名的Pegman:它需要学习区分开放道路和人行道。目标可能在真实世界中距离数公里,AI要通过数百个街景图才能到达。


值得注意的是,这是一个可以转移到新城市的模块化神经网络架构。与人类一样,当AI访问一个新的城市时,我们会期望它必须学习一组新的地标,但不必重新学习其视觉表现或其行为(例如,沿着街道向前走或在交叉路口处转向)。因此,使用MultiCity体系结构,DeepMind首先在许多城市进行训练,然后冻结策略网络和视觉卷积网络,并在一个新城市中只建立一个新的特定地区路径。这种方法使AI能够获得新的知识,而不会忘记它已经学到了什么,类似于渐进式神经网络架构。


导航系统是研究和开发人工智能的基础,也对了解人类的生物导航系统有帮助。


0
加入收藏】【打印此文】【关闭窗口】【返回顶部