Carnegie Mellon mostró hoy una investigación sobre la navegación robótica. Con la ayuda del equipo de Facebok AI Research (FAIR), la universidad diseñó una navegación semántica que ayuda a los robots a navegar reconociendo objetos familiares.
El sistema SemExp, que venció a Samsung con el primer lugar en un reciente desafío de Habitat ObjectNav, utiliza el aprendizaje automático para entrenar el sistema para reconocer objetos.
En el ejemplo proporcionado por CMU, el robot puede distinguir una mesa auxiliar de una mesa de cocina, y por lo tanto, extrapolar en qué habitación se encuentra.
«El sentido común dice que si estás buscando un refrigerador, será mejor que vayas a la cocina. Los sistema de navegación robóticos clásicos, por el contrario, exploran un espacio construyendo un mapa que muestra los obstáculos. El robot finalmente llega a donde necesita ir, pero la ruta puede ser tortuosa», dijo la estudiante de doctorado Machine Learning, Devendra S. Chaplot.
CMU afirma que este no es el primer intento de aplicar la navegación semántica a la robótica, pero los esfuerzos anteriores se han basado mucho en tener que memorizar dónde estaban los objetos en áreas específicas, en lugar de vincular un objeto a donde probablemente estaba.
