艾伦研究所希望通过众包导航算法帮助人工智能导航现实机器人

艾伦研究所希望通过众包导航算法，让研究人员在其物理和虚拟的房间里随意使用他们的机器人。

在总部位于西雅图的艾伦人工智能研究所（Allen Institute for Artificial Intelligence， AI2）对面的一栋大楼里，有一个实验室。该实验室含14套用宜家家居布置的不同公寓。然而这个实验室并不是用来做室内设计的。这些资源是用来训练控制机器人的智能算法的。

类似小米扫地机器人这样的家用机器人能运行良好部分原因是它们的任务相对简单。它们只需要在同一层楼里来回溜达。

但任何需要更高效或更复杂导航的东西仍然会难倒许多最先进的机器人。改善这一现状所需要的研究也很昂贵，从而将最先进的进展都限制在了资金充足的商业实验室。

现在AI2想一石二鸟。在本周二的时候，它宣布了一个名为RoboTHOR（雷神机器人）的新挑战。它将作为一种众包更好的导航算法的方式，为那些可能没有自己的机器人资源的研究人员降低财务支出。

最终目标是让更多的研究团队参与进来，从而更快地推进人工智能。不同的团队会带来不同的视角和用例，这些视角和用例将扩展机器人的能力，从而推动该领域更接近可推广的智能。

上两图是AI2 在其中一个公寓配置中比较真实和模拟餐厅。

该实验室设计了一个易于重新配置的房间，作为所有14个不同公寓的集合场地。它还在流行的电子游戏引擎Unity中重新创建了相同的虚拟复制品——以及其他75种配置——这些都是在网上开源的（详情见页末参考1）。总共89种配置将为世界各地的团队提供真实的模拟环境，以训练和测试他们的导航算法。这些环境还预装了AI2机器人的模型，并尽可能地反映真实世界的物理，如重力和光反射。

这项挑战特别要求团队开发算法，通过告诉机器人物体的名字，让机器人从房间内随机的起始位置移动到房间内的一个物体前。这将比简单的导航更困难，因为它需要机器人理解命令并在其视野中识别对象。

参赛队伍将分三个阶段进行比赛。在第一阶段，他们将得到75个数字仿真环境来训练和验证他们的算法。在第二阶段，表现最好的人将得到四个新的模拟环境，并有相应的物理二重身。这些团队将能够通过加载到AI2的真实机器人中来远程改进他们的算法。

各种真实和模拟物体

在最后阶段，表现最好的将需要在最后10个虚拟和相应的物理环境中展示其算法的通用性。在最后阶段表现最好的团队，将受邀在计算机视觉与模式识别大会（Conference on Computer Vision and Pattern Recognition）上展示他们的模型。这是一个面向视觉系统的顶级人工智能研究会议。

挑战结束后，AI2打算保持这些设备可用，让任何人都可以访问环境，继续进行机器人研究。为避免远程访问的人让机器人崩溃，AI2的研究人员在模拟环境中设置了一定的准确性阈值。不同家居配置的房间将轮流访问。

“我们将维护这种环境和这些机器人，”AI2的研究科学家、该项目的负责人阿尼·肯巴维（Ani Kembhavi）说。他的团队计划开发一个分时系统，让不同的研究人员轮流在现实世界中远程测试他们的算法。

AI2希望，通过尽可能多地削减相关硬件成本，该战略将使机器人研究更容易进行。它还希望该计划将激励其他资金充足的组织以类似的方式开放其资源。此外，它还特意用低材料成本和全球可用的宜家家居设计了可重新配置的房间；安装成本约为1万美元。如果其他研究人员想要建立自己的现实物理训练空间，他们可以很容易地在本地复制它，并且仍然可匹配虚拟仿真环境。

Kembhavi的父亲是天文学家，他把这个想法比作全球共享望远镜。他说：“像天文学这样的社区已经找到了获取昂贵资源的方法，并将其提供给世界各地的研究人员。”

“这就是我们对人工智能环境的愿景。”他补充道。