脸书替体现AI加入听觉导航能力

脸书在去年开源了体现AI（embodied AI）模拟平台AI Habitat，该平台的目的是为了建立一个可在实体环境中像人类般运作的机器人，不过，以往这个机器人是聋的，只有视觉，却无听觉，近日脸书以AI Habitat为核心并打造了SoundSpaces，号称是全球首个同时具备视觉与听觉的体现AI平台，大幅提升机器人辨识与理解环境的能力。

SoundSpaces可用来训练同时具备视觉与听觉的机器人，脸书另也打造了一个端对端的学习框架Semantic MapNet，这是一个机器人的记忆模组，改善机器人记忆与理解环境的能力，还有一个新的预测模型，能够用来预测机器人看不到的空间。

基于AI Habitat的SoundSpaces提供一个新的声音感应器，可从资料集中插入任何从真实环境中搜集而来的声音，再利用AudioGoal任务来挖掘在实体环境中发出声音的物件，此外，SoundSpaces还能利用回音来判断空间中的几何元素。

于是，结合SoundSpaces的机器人就能判断正在响的手机位置，且有别于传统的机器人导航系统必须应对特定的点，采用SoundSpaces的机器人并不需要到达特定位置的指标，只要采用多模式感应就能更快到达目的地，该平台已透过GitHub开源。

脸书团队也替机器人更新了记忆的方式，Semantic MapNet模组不只能记录空间及语义地图，也能建立一个以第三人视角所观察的3D地图，这让机器人得以完成许多任务，像是找到某张桌子、回答有关空间的问题。

新的Occupancy Anticipation预测模型，让机器人可在不必造访每个角落的状况下，迅速绘制出陌生环境的地图。脸书表示，与最强大的对手相较，在同样的精确度上，脸书机器人只花了1/3的移动数量，而在同样的移动数量上，脸书机器人的地图精确度比对手好上30%。