Facebook AI Research (FAIR) presenteert een evolutie in AI-robotica-training: Habitat 3.0.
FAIR wil de kloof tussen AI en de fysieke wereld overbruggen door AI-agenten te bouwen die hun omgeving kunnen begrijpen en met mensen kunnen samenwerken.
Habitat 3.0 dient als virtueel oefenterrein voor het bouwen van belichaamde AI-agentenrobots en virtuele mensen in staat stellen om samen taken uit te voeren in een digitale omgeving.
Vandaag kondigen we Habitat 3.0, Habitat Synthetic Scenes Dataset en HomeRobot aan - drie belangrijke stappen voorwaarts in de ontwikkeling van AI-agenten met een sociale belichaming die kunnen samenwerken met en assisteren bij mensen bij dagelijkse taken.
Meer details over deze aankondigingen ➡️ https://t.co/WGSjkkyQx3 pic.twitter.com/GdU54AD0qg
- AI bij Meta (@AIatMeta) 20 oktober 2023
Het trainen van robots in de echte wereld kan uitdagend, tijdrovend en mogelijk gevaarlijk zijn. Isaac Sim van Nvidia is een gevestigd virtueel trainingssysteem voor industriële robotica, maar Meta's Habitat is meer gericht op huiselijke omgevingen.
Robots kunnen fouten maken zonder gevolgen in de echte wereld door te trainen in een gesimuleerde niet-destructieve omgeving zoals Habitat 3.0.
Onder de motorkap van Habitat 3.0
Eerdere versies van Habitat legden de basis voor robotnavigatie en -interactie binnen een huiselijke digitale omgeving.
Habitat 3.0 introduceert echter een collaboratief model, waarin zowel robots als humanoïde avatars zijn opgenomen om echte mens-robot interactiescenario's te simuleren.
FAIR stelt dat dit nieuwe platform niet alleen gaat over beweging en interactie - het houdt ook rekening met de visuele en semantische details van echte taken, met behulp van humanoïde avatars met natuurlijke bewegingen en gedrag.
Deze avatars kunnen worden bestuurd door zowel vooraf ingestelde algoritmen als daadwerkelijke menselijke input.
Het nieuwe Habitat-platform van FAIR maakt het mogelijk:
- Mens-robot samenwerking in gesimuleerde huiselijke omgevingen. Hier kunnen robots leren om naast menselijke avatars te werken en taken zoals het schoonmaken van het huis onder de knie te krijgen.
- Realistische interacties met menselijke avatars, compleet met natuurlijke bewegingen en uiterlijk, om echte interacties na te bootsen.
- Human-in-the-loop evaluaties, waarbij echte mensen deze avatars kunnen besturen via verschillende interfaces, waaronder toetsenborden, muizen en zelfs VR-headsets.
Volgens Meta biedt het platform verschillende voordelen ten opzichte van conventionele methoden om robots te trainen:
- Sneller leren voor versterkingsalgoritmen, waardoor experimenten die in de echte wereld jaren zouden duren, in enkele dagen kunnen worden uitgevoerd.
- Snelle en naadloze aanpassing aan de omgeving, waardoor logistieke uitdagingen zoals het fysiek verplaatsen van robots verdwijnen.
- Een veiligere proeftuin, die ervoor zorgt dat AI-modellen geen bedreiging vormen in echte scenario's.
Samen met Habitat 3.0 heeft FAIR ook de Habitat Synthetic Scenes Dataset (HSSD-200) uitgebracht.
Deze dataset bevat meer dan 18.000 objecten en biedt robots een meer authentieke trainingsomgeving die realistische scenario's nabootst.
FAIR erkent dat echte sociaal intelligente robots de dynamische omgevingen waarin mensen leven moeten begrijpen.
De volgende onderzoeksfase maakt gebruik van de mogelijkheden van Habitat 3.0 om AI-modellen verder te verfijnen voor een betere samenwerking tussen mens en robot.