Lei Feng Network AI Teknolojisi İncelemesi: Facebook AI ekibi bugün, blogunda bir simülasyon 3B ortam platformu olan Habitat'ı açtı. Bu platform, "3D eğitim çağının" gelişini resmen ilan ederek, içindeki AI ajanlarını eğitip değerlendirmemizi sağlıyor. Leifeng.com bunu şu şekilde derledi.
Habitat, öğrenilen becerileri gerçek dünyaya uygulamadan önce, gerçekçi ve verimli bir 3D simülatörde AI aracılarını (sanal robotlar) eğitmemize izin veriyor. Geçmişte, statik veri setlerine (ImageNet, COCO, VQA) dayalı "İnternet Yapay Zekası", gerçek bir ortamda çalışan "somutlaşmış yapay zekaya" dönüştü ve bu da yapay zekayı pozitif algılama, uzun vadeli planlama, etkileşimden öğrenme ve çevreye dayalı diyalog ile güçlendirdi. kabiliyet.
Neden Habitat deniyor? Çünkü AI ajanlarının yaşadığı yer burası.
Genel olarak Habitat, Habitat-Sim, Habitat-API ve Habitat Mücadelesini içeren "gömülü AI" araştırmasının uygulanması için bir platformdur.
Habitat-Sim
Yapılandırılabilir bir aracı, çeşitli sensörler ve genel bir 3D veri seti işlemcisi (SUNCG, MatterPort3D, Gibson ve diğer veri kümeleri için yerleşik destek) ile donatılmış esnek, yüksek performanslı bir 3D simülatör. Örnek olarak Matterport3D veri kümesinin sahne oluşturma sürecini ele alırsak, Habitat-Sim'in tek iş parçacığı saniyede binlerce kareye (FPS) kadar çalışır ve yalnızca tek bir GPU, 10.000'den fazla FPS'lik çok iş parçacıklı işlem gerçekleştirebilir!
Github URL'si: https: //github.com/facebookresearch/habitat-sim
Habitat-API
Habitat-API, somutlaştırılmış AI'nın uçtan-uca geliştirme görevlerini gerçekleştirebilen modüler bir üst düzey kitaplıktır.Bu geliştirme görevleri şunları içerir: somutlaşmış AI görevlerini tanımlama (gezinme, komut izleme, soru ve cevap, vb.) Aracılar (fiziksel formlar, sensörler, işlevler vb.), Bu aracıları eğitir (taklit veya pekiştirmeli öğrenme yoluyla veya klasik SLAM gibi hiç öğrenmeyerek) ve standart göstergeler aracılığıyla tanımlanmış görevlerdeki performanslarını karşılaştırır.
Github URL'si: https: //github.com/facebookresearch/habitat-api
Habitat Mücadelesi
Kıyaslama ve "gömülü AI" araştırma ve geliştirme sürecini hızlandırmayı amaçlayan bir Otomatik Navigasyon Yarışmasına (EvalAI platformunda düzenlenen) ev sahipliği yapacağız. Görüntü veri setlerine (ImageNet LSVRC, COCO, VQA gibi) dayalı geleneksel "İnternet AI" zorluklarından farklı olarak, tahmin edilen sonuçlar yerine katılımcıların yüklediği kodlara göre değerlendireceğiz. Yüklenen aracı, genelleme yeteneğini test etmek için en son (görünmez) ortamda değerlendirilecektir. Katılmakla ilgileniyorsanız, lütfen bu forma adınızı ve e-posta adresinizi doldurun, gönderim yürürlüğe girdikten sonra size cevap vereceğiz. Yarışmanın kazananları CVPR-2019 Habitat: Embodied Agents Challenge and Workshop'ta duyurulacak.
Github URL'si: https: //github.com/facebookresearch/habitat-challenge
Diğer benzer platformlar
OpenAI Spor Salonu Retro
Platform aynı zamanda aracı yeteneklerinin genelleştirilmesine odaklanır, ancak oyun alanıyla sınırlıdır ve şimdiye kadar birçok yanıtlayıcı piyasaya sürüldü. Basitçe söylemek gerekirse, Gym Retro, temsilcinin doğası gereği benzer ancak görünüşte farklı olan oyunlar arasında genelleme yapma yeteneğini incelemeye yardımcı olabilir, özellikle aynı oyunun farklı seviyeleri arasında daha kolay genellemeye odaklanarak Sega ve Nintendo dahil 1.000'den fazla oyun. Gym Retro'nun piyasaya sürülmesiyle, oyun ROM'larını kolayca eklememize, depolama durumları oluşturmamıza, bellek konumları bulmamıza ve güçlendirme öğrenme aracı uygulama çözümlerini tasarlamamıza olanak tanıyan entegre bir araç var. Bununla birlikte, platformun hala çetrefilli bir sorunu var, yani eğitimli temsilcinin çiftlik ödülleri var, yani oyun puanlarına odaklanıyor, bu nedenle gerçek gizli görevleri görmezden geliyor, bu da bir sonraki aşamada atılımlar yapması gereken yer.
Nvidia'nın Isaac'ı
Nvidia tarafından oluşturulan nihai robot AI sanal eğitim ortamı, Habitat platformunun doğasına daha yakın, ancak piyasaya sürüldüğünden bu yana çok az yanıt alındı. Platform, Nvidia'nın fizik motoru bilgisinden tam olarak yararlanıyor ve fizik kanunlarına uyan bir "alternatif evren" yaratmayı hedefliyor.Zaman dışında, sanal eğitim alanı gerçek dünyadaki fizik kanunlarına tamamen uyacak. Platform, simülatörde öğrenilen robotların gerçek dünyada önceden eğitilmiş gibi görünen seviyeye ulaşmasını umuyor. Zaman açısından, robot yapay zekası birden fazla "kopya" ile Isaac'te eğitilecek. Eğitimin her turundaki en akıllı olan bir sonraki tura girecek ve her temsilciye atanacak ve ardından en iyi performans gösteren seçilecektir. Bir sonraki tura girin ve en akıllı robot yapay zekasını eğitmek için önceki turdaki tüm aracıları değiştirin.
https://aihabitat.org/?fbclid=IwAR2nzCWxWuOy2klH7dnCKbTZ940F4UjKNwPGAT8CYViMHKWLkAKXDbK4M5c aracılığıyla
Leifeng.com AI Teknoloji İncelemesi Leifeng.com