Facebook推出了一個名為 SoundSpaces 的新的開源工具，專為所謂的“嵌入式 AI”而設(shè)計。該工具旨在通過允許機器人分析環(huán)境聲音，幫助他們更有效地找到自己的方向。
音頻對導(dǎo)航很有用。例如，如果用戶要求假想的機器人家庭助理取回正在響鈴的智能手機，則將聲音追蹤到其來源可能比目視檢查設(shè)備可能位于的每個房間要快得多。
SoundSpaces 是一個主要基于 3D 環(huán)境聲學(xué)模擬的音頻渲染信息集。該信息集設(shè)計用于 Facebook 的開放供應(yīng)模擬平臺 AI Habitat，它提供了一個軟件程序傳感器，使其可以在掃描的真實世界環(huán)境中插入聲源的模擬。
SoundSpaces 提供了一系列音頻文件，AI 開發(fā)者可以用這些文件在模擬中訓(xùn)練聲音感知的 AI 模型。Facebook方面表示，這些音頻文件不是簡單的錄音，而是 "幾何聲學(xué)模擬"。這些模擬包括關(guān)于波浪如何從墻壁等表面反射的信息、它們?nèi)绾闻c不同的材料相互作用、以及一些其他數(shù)據(jù)，開發(fā)人員可以使用這些數(shù)據(jù)來創(chuàng)建聽起來很真實的模擬，以訓(xùn)練 AI 模型。
Facebook 研究科學(xué)家 Kristen Grauman 和 Dhruv Batra 在博客中寫道，"據(jù)我們所知，這是第一次嘗試訓(xùn)練既能看到又能聽到的深度強化學(xué)習(xí)代理，以映射新環(huán)境并定位發(fā)聲目標(biāo)。通過這種方法，我們在導(dǎo)航方面實現(xiàn)了比使用單模態(tài)同行更快的訓(xùn)練和更高的準(zhǔn)確性。"
此外，F(xiàn)acebook方面還表示，他們已經(jīng)開源了一個名為 “Semantic MapNet”的工具，開發(fā)人員可以用來為模型提供某種空間內(nèi)存以改善導(dǎo)航的軟件模塊。
責(zé)任編輯：Rex_07
