Facebook AI Research (FAIR)致力于推动社交智能机器人领域的发展。主要目标是开发能够适应人类伙伴独特偏好的机器人,协助日常任务。工作涉及深入嵌入式系统,为下一代增强现实(AR)和虚拟现实(VR)体验奠定基础。目标是使机器人成为我们生活的重要组成部分,减轻例行琐事的负担,提高个人生活质量。FAIR的多面方法强调将人工智能(AI)、增强现实(AR)、虚拟现实(VR)和机器人技术融合,创造出科技无缝融合日常体验的未来,为我们提供前所未有的力量。
FAIR在训练和测试AI代理在物理环境中的可扩展性和安全挑战方面取得了三个重大进展:
- Habitat 3.0是一个高质量的机器人和虚拟形象模拟器,为家庭环境下的人机合作提供便利。
- 家庭情景综合数据集(HSSD-200)是由艺术家设计的3D数据集,用于培养导航代理时提供出色的泛化能力。
- HomeRobot平台提供了一个价格实惠的家庭机器人助手,用于模拟和真实环境下的开放词汇任务,从而加速能够协助人类的AI代理的开发。
Habitat 3.0是一个旨在促进机器人研究的模拟器,使算法在虚拟环境中进行快速和安全的测试,然后再部署到实际机器人上。它允许人类和机器人在执行日常任务时进行合作,并包括逼真的人形化身,以便在类似家庭环境的多样设置中进行AI训练。Habitat 3.0提供了一系列基准任务,促进真实室内场景中协作的机器人-人类行为,如清洁和导航,从而引入了探索社交体验型AI的新途径。
HSSD-200是一个合成的3D场景数据集,为在模拟环境中训练机器人提供了更真实和紧凑的选择。它包括211个高质量的3D集,复制物理内部,包含来自466个语义类别的18,656个模型。尽管规模较小,但在HSSD-200场景上训练的ObjectGoal导航代理与以前更大数据集上介绍的代理具有可比性。在某些情况下,仅在122个HSSD-200场景上进行的训练就能超过以前数据集中的10,000个场景上训练的代理,显示出其在泛化至真实世界场景方面的效率。
在机器人研究领域,拥有共享平台至关重要。HomeRobot通过定义激励任务、提供多功能软件接口和促进社区参与来满足这种需求。开放词汇的移动操纵作为激励任务,挑战机器人在不同环境中操纵对象。HomeRobot库支持Hello Robot的Stretch和Boston Dynamics的Spot在模拟和真实环境中的导航和操作,从而促进实验的重复性。该平台强调可转移性、模块化和基准代理,其基准测试显示了在真实世界测试中的20%成功率。
体验型AI研究领域不断发展,以适应涉及人机交互的动态环境。Facebook AI发展社交智能机器人的愿景并不仅限于静态场景。相反,他们的重点是在动态环境中的协作、沟通和预测未来状态。为了实现这一目标,研究人员使用Habitat 3.0和HSSD-200作为在模拟中训练AI模型的工具。他们的目标是在将这些训练过的模型部署到物理世界中评估其真实世界性能和能力时,协助和适应人类偏好。