Térkép segítségével kis túlzással egy közepesen fejlett mosógép is képes lenne elközlekedni a világban (feltéve, hogy mozgásra alkalmas kerekeket is kap). Arra is van bőven példa már, hogy olyan útkereső rendszereket fejlesztenek, amelyek egész jól elboldogulnak szenzoraikkal még úgy is, hogy nincs meg adatbázisukban a környezet részletes leírása. A Facebook mesterséges intelligenciával foglalkozó részlegénél most viszont egy olyan megoldással álltak elő, amely nem csak hogy gyorsan és gyakorlatilag hiba nélkül tájékozódik, de ráadásul maga a megtett út is alig tér el a lehetséges optimum vonalától.

A térkép a gyengék fegyvere

A kutatók abból indultak ki, hogy ha a robotokat a jövőben bármiféle beltéri munkára akarjuk fogni, ott semmiképpen nem lehet tervrajzokra, belső térképekre támaszkodni. Egy épület, különösen egy irodaház szinte állandó változásban van, és itt nem csak magukra a falakra kell gondolni, hanem mondjuk asztalok, térelválasztó elemek átmozgatására, hogy a területen mozgó emberek jelentett dinamikus akadályokat már meg se említsük.

A megerősítéses tanulási folyamattal dolgozó algoritmust DD-PPO-nak nevezték el (ami akár egy Star Warsban szereplő droid is lehetne). A rendszer mindössze egy mélységérzékelős RGB kamerával, GPS-szel és iránytűvel van felszerelve. Ezek segítségével magának kell kitalálnia, hogy miként jut el a megadott pontra.
 

Az algoritmus szinte tökéletesen lövi be, merre kell haladnia a célpont eléréséhez

A felkészítés során 2,5 milliárd lépésnek megfelelő távot tett meg virtuális tesztkörnyezetben a robot, ami alaposan kiélesítette a képességeit. A DD-PPO az eredmények szerint 99,9 százalékos sikerrátával dolgozik, ez pedig sokkal megbízhatóbb, mint amit más korábbi kutatási projektek fel tudnak mutatni.

Érzi az épületet

A mesterséges intelligencia ráadásul egyfajta hatodik érzéket is kifejlesztett tanulás közben. Ha ugyanis egy elágazáshoz ér, aminél nem egyértelmű, hogy melyik irányt kellene választania, a kamera által kirajzolt közvetlen környezet és a falak elrendezése alapján általában a helyes ágon folytatja. Azt maguk a kutatók sem értik, pontosan hogy is működik ez a kiválasztás, de biztosan a kamerához van köze, mert azt kiiktatva nem sikerült hasonló mintázatra bukkanni.

Ha véletlenül mégis egy rossz fordulót tesz a gép, akkor viszonylag hamar érzékeli a tévedését, gyorsan visszasiet a legutóbbi elágazásig, és korrigálja az útvonalát. Az elmondottaknak köszönhetően a rendszer átlagosan mindössze 3 százalékkal hosszabb utat tesz meg a célhoz, mint az elméletileg elérhető legrövidebb nyomvonal távolsága.

A technológia persze még messze nincs tökéletesítve. A kutatók további terveiben szerepelnek az algoritmus felokosítása még komplexebb beltéri viszonyokra, illetve kültéri alkalmazásra. Egy hosszabb távú cél pedig az eddig sem túl hatalmas szenzorszám további lefaragása.