AI突破：仅靠罗盘、相机和GPS实现无地图自主导航
开发能智能与物理世界交互的智能机器是AI长期目标。主要挑战：教会机器高效导航复杂陌生环境且无地图。现实地图数月过时（建筑结构变、物体移动）。故需构建无地图导航物理世界AI。Facebook AI研究者开发新强化学习（RL）算法DD-PPO（去中心化分布式近端策略优化），仅用罗盘数据、RGB-D相机、GPS有效解决点目标导航任务。
新RL分布式架构扩展性好
机器学习系统现能在复杂游戏超越人类专家。但依赖海量训练样本，无大规模分布式并行化无法构建。当前分布式RL架构（数千工作器CPU+单参数服务器）扩展性差。研究者提出同步分布式RL技术。DD-PPO跨多机器运行无参数服务器。每工作器（CPU）在GPU加速资源密集模拟环境采集经验与优化模型间交替。显式通信状态下所有工作器同步模型更新。分布同步。此法DD-PPO展现近线性扩展：128 GPU上比串行实现加速107倍。
参考文献：arXiv:1911.00357 | Facebook AI
所有工作器模拟智能体执行点目标导航，优化模型同步更新 | DD-PPO训练数据共享方式
近完美点目标导航
点目标导航：智能体随机初始位置/朝向置于陌生环境，任务导航至目标坐标无地图。仅用罗盘、GPS、RGB或RGB-D相机。研究者利用DD-PPO扩展性训练智能体25亿步（相当80年人类经验）。非数月，64 GPU下3天内完成训练。结果显示前1亿步（少算力8 GPU）获90%峰值性能。数十亿步经验后智能体成功率99.9%。对比前系统92%成功率。智能体选错路后回溯找目标位置。
智能体选错路后回溯到达目标 | 来源：研究人员
应用前景
AI智能体可协助物理世界人类。如向佩戴AR眼镜用户显示相关信息，机器人从楼上桌取物，AI系统助视障人士。本研究模型适用常规场景（实验室、办公楼内）无额外数据点（地图、GPS数据）时。虽模型超越ImageNet预训练CNN可作通用资源，但开发学会导航复杂环境系统仍有大量工作。研究者正探索仅RGB点目标导航新方法。
延伸阅读：Facebook开发AI以空前精度复制任何人声音
工业技术