Facebook AI Research (FAIR) presenta una evolución en el entrenamiento robótico de IA: Habitat 3.0.
El objetivo de FAIR es tender un puente entre la IA y el mundo físico construyendo agentes de IA capaces de comprender su entorno y colaborar con los humanos.
Hábitat 3.0 sirve de campo de entrenamiento virtual para construir agentes de IA incorporadosque permite a robots y humanos virtuales realizar tareas de forma cooperativa en un entorno digital.
Hoy anunciamos Habitat 3.0, Habitat Synthetic Scenes Dataset y HomeRobot, tres grandes avances en el desarrollo de agentes sociales de inteligencia artificial que pueden cooperar con los humanos y ayudarles en sus tareas cotidianas.
Más detalles sobre estos anuncios ➡️ https://t.co/WGSjkkyQx3 pic.twitter.com/GdU54AD0qg
- AI en Meta (@AIatMeta) 20 de octubre de 2023
Entrenar robots en el mundo real puede ser difícil, lento y potencialmente peligroso. Isaac Sim de Nvidia es un sistema de formación virtual establecido para la robótica industrial, pero Meta's Habitat se centra más en entornos domésticos.
Los robots pueden cometer errores sin consecuencias en el mundo real realizando el entrenamiento en un entorno simulado no destructivo como Habitat 3.0.
Bajo el capó de Habitat 3.0
Las versiones anteriores de Habitat sentaron las bases de la navegación e interacción robótica en un entorno digital similar al del hogar.
Habitat 3.0, sin embargo, introduce un modelo colaborativo, incorporando tanto robots como avatares humanoides para simular escenarios reales de interacción humano-robot.
FAIR afirma que esta nueva plataforma no se limita al movimiento y la interacción, sino que también tiene en cuenta los detalles visuales y semánticos de las tareas del mundo real, utilizando avatares humanoides con movimientos y comportamientos naturales.
Estos avatares pueden ser controlados tanto por algoritmos preestablecidos como por intervención humana.
La nueva plataforma Habitat de FAIR permite:
- Colaboración humano-robot en entornos domésticos simulados. Aquí, los robots pueden aprender a trabajar junto a avatares humanos, dominando tareas como la limpieza del hogar.
- Interacciones realistas con avatares humanos, con movimientos y apariencia naturales, para imitar las interacciones del mundo real.
- Evaluaciones Human-in-the-loop, en las que humanos reales pueden interactuar y controlar estos avatares a través de diversas interfaces, como teclados, ratones e incluso auriculares de RV.
Según Meta, la plataforma ofrece varias ventajas sobre los métodos convencionales de entrenamiento de robots:
- Aprendizaje más rápido de los algoritmos de refuerzo, lo que permite realizar en días experimentos que en el mundo real llevarían años.
- Adaptabilidad rápida y sin fisuras al entorno, eliminando retos logísticos como el traslado físico de robots.
- Un campo de pruebas más seguro, que garantice que los modelos de IA no plantean amenazas en escenarios del mundo real.
Junto con Hábitat 3.0, FAIR también publicó el conjunto de datos de escenas sintéticas de Hábitat (HSSD-200).
Este conjunto de datos incluye más de 18.000 objetos y proporciona a los robots un entorno de entrenamiento más auténtico que refleja fielmente los escenarios del mundo real.
FAIR reconoce que los verdaderos robots socialmente inteligentes tendrán que comprender los entornos dinámicos en los que viven los humanos.
La siguiente fase de investigación aprovechará las capacidades de Habitat 3.0 para perfeccionar los modelos de IA y mejorar la colaboración entre humanos y robots.