用航拍和地面观测资料 DeepMind AI可完成在陌生区域导航_进行

如果经过足够的训练，AI导航是否能够实现高精度定位导航？

DeepMind的科学家们进行了相关研究，并在Arxiv.org上发表了一篇论文。

论文连结：

https://arxiv.org/pdf/1906.05930.pdf

论文中，他们使用自上而下的视觉资讯将地面检视语料库训练的人工智能策略应用到城市目标区域，并认为这种方法很值得推广。

作者在论文里写道，在陌生的环境里，通过视觉观察进行导航是AI导航的核心，这也是一项持续存在的挑战。到目前为止，目标驱动的AI导航还不能在没有大量训练的情况下进行高精度导航，但是单纯依靠模拟训练并不是一种有前景的解决方法。他们的核心理念是将地面检视与航空检视匹配，学习跨检视转换的联合策略。

研究人员首先收集区域航空检视，根据相应的地理座标与街道检视进行匹配。接下来，他们着手进行一个转移学习任务，该任务通过观测航空检视目标区域获得资料并进行适应性训练，最后使用地面检视观察转移到目标区域。

研究团队的机器学习系统包括三个模组，负责视觉感知的卷积模组，捕获特定位置特征的长短期记忆网络（LSTM）模组，以及产生动作分布的策略循环神经模组， 它现已被应用于StreetAir。StreetAir是一个来自Google街景和Google地图的互动式第一视角全景街景照片集，它的技术基础建立在StreetLearn之上。在StreetAir和StreetLearn中，人们可以看到纽约市中心的航拍影象，同样的，系统根据纬度和经度座标，返回了一个匹兹堡的阿勒格尼河和卡内基梅隆大学校园的84 x 84航拍影象，与位于该位置的地面检视影象大小相同。

一旦人工智能系统经过训练，其任务是学习本地化并在给定目的地纬度和经度座标的情况下展示街道全景图。覆盖两侧2-5公里区域的全景图间隔约10米，AI导航每次可进行以下五种动作中的一种：向前移动，向左转22.5度，向右转22.5度，向左转67.5度，向右转67.5度。若顺利导航至目的地100-200米范围内，AI将获得奖励。

在实验中，利用航空影象来适应陌生环境的AI获得的奖励明显高于仅使用地面影象资料的AI。研究人员认为，这表明他们的方法显著提高了AI获取目标城市道路资讯的能力。

研究团队表示，与单检视（地面检视）相比，他们的方法将更好地将AI导航应用于未知街道，具有更高的零样本学习回报（不需要在地面检视上进行训练即可转移）和更好的整体表现（在转移期间仍能进行连续训练）。

https://venturebeat.com/2019/06/17/deepminds-ai-uses-aerial-and-ground-view-data-to-navigate-unseen-areas