美大學以ML開發語義導航　助機器人室內辨別位置
DIGITIMES
洪煥周
2020-08-04

卡耐基美隆大學(CMU)對於機器人導航領域有最新進展。近日與Facebook AI研究中心(FAIR)的合作下，透過機器學習開發了名為「SemExp」的語義導航系統，在6月的虛擬電腦視覺和圖型識別大會打敗三星電子中國研究院(Samsung Research China)，贏得Habitat ObjectNav挑戰賽。

根據The Robot Report報導，卡耐基美隆大學透過機器學習來訓練機器人辨別物體，搭載SemExp系統的機器人自動依照家具分布位置，來完成室內導航的任務。

一般機器人的導航系統利用內建的地圖探索空間，通常地圖上會將障礙物標示出，也需要先行規劃路徑。CMU機器學習博士生Devendra S. Chaplot表示，有了SemExp之後，機器人能夠分辨餐桌、客廳茶几的不同，從而推論位於哪個地方，移動效率也會更高。

Chaplot進一步解釋，雖然機器人最終會到達目的地，但這種前進路徑可能饒了遠路，而SemExp讓機器人可更靈活地思考如何找尋某些東西。

據了解，先前CMU採用機器學習(ML)來訓練語義導航系統但受到阻礙，因為機器人傾向於記住物體及其在特定環境位置。這些環境不僅複雜，而且系統常常難以聯想到不同的環境。

為了解決這個問題，Chaplot與Facebook AI研究中心、CMU機器學習系教授Ruslan Salakhutdinov攜手，把SemExp變為模組化系統，避開上述的這些困境。

研究證明，這種模組化方法更加有效率，學習的過程中能分辨物體和空間的關係，而不只是學習路徑規劃。SemExp讓機器人儘快完成找尋任務，語義導航也將使人們與機器人進行互動變得更容易。