降低门槛，虚拟仿真平台AI Habitat推出网页版

早前，Meta为了训练具身AI模型，开发了一个开源的仿真训练平台AI Habitat，其特点是允许AI算法在虚拟的3D场景中进行训练，模拟与物理环境之间的交互，以及提升空间感知能力。利用AI Habitat训练的模型，可帮助机器人在真实空间中导航，并执行一些智能任务，比如打扫厨房、整理桌面等等。

不过，与市面上的虚拟仿真平台相似，AI Habitat的训练效果也存在局限，比如AI的动作不够自然，难以模仿真人在环境中导航的过程等等。于是，Meta为Habitat开发了一个网页版，目的是降低该平台的使用门槛，允许更多人在众包平台上协助训练AI，积累更多训练数据。

据青亭网了解，Meta在亚马逊劳务外包平台MTurk上发布任务，允许大规模参与者在线上远程操纵Habitat平台的虚拟机器人。

Habitat网页版

通过MTurk平台，Meta收集了8万次目标导航演示，以及1.2万次拾取/放置任务演示，这比现有的真人演示机器人数据集（3000到1微纳）要大一个数量级。这个数据集中包含2930万个动作，相当于现实世界中远程操作机器人2.26万小时。这些数据中，包含了丰富、多样化的任务解决方案。

这项实验的目的是，通过对比数据来分析，大规模模仿学习（IL）与强化学习（RL）相比有哪些优势。

从人类实验探索具身AI导航

通常，人在寻找特定物品时，会首先粗略的查看几个房间，以确定物品不在这些房间，然后再彻底搜索可能性更高的房间。这一系列动作对于A机器人来讲相当复杂，机器人不仅需要记录搜索过的位置以避免重复搜索，还需要和空间中的对象交互（比如检查客厅的抽屉和橱柜）。而这将需要复杂的AI技术，比如语义理解、详细的视觉搜索、高效导航和交互等等。

通常，科研人员/开发者会采用强化学习的方式来训练AI导航，不过利用选优的强化学习来诱导AI进行一些特定的行为，将需要繁琐、低效、昂贵的奖励系统。相比之下，通过人类演示数据来训练AI效率更高，相比于强化学习方式，人类演示数据的误差要小得多。另外，人工训练AI的速度也足够快，Habitat-Web每50毫秒可执行一次用户输入的动作（每秒渲染 20 帧），然后在模拟器中前进50毫秒。

于是，为了进一步提升机器人仿真的效果，Meta Reality Labs决定根据人类行为研究，来帮助AI模拟真人在新环境中搜索目标的过程。

在这项实验中，Meta科研人员为参与者设定了两种任务：1）目标导航（例如找到椅子并走过去）；2）拾取和放置（例如找到杯子，拾取杯子，找到吧台，将杯子放在吧台上）。

在拾取/摆放任务中，人类演示的优势更加明显，利用9500次人类演示训练的AI，可以在新环境摆放新对象的任务中获得18%成功率。而利用强化学习的AI却只有不到0%的成功率。

而在目标导航任务中，人类演示的任务效率/轨迹就优于AI代理生成的数据，如果量化来看，一次人类演示的效果大约值AI代理四次演示数据。值得注意的是，通过模仿人类来训练的AI可学到更有效的对象搜索行为，比如窥视房间、检查角落、全方位转身查看房间等等，尽管这并不是理想的最短路径，但更符合真实的人类行为。相比之下，强化学习训练的AI模型并未明显展示出这些行为。

科研人员表示：在这两项任务中，我们发现人类的示范是必不可少的。利用最短路径数据来训练AI，准确性不够高、行为模拟也不够自然。因为最短路径通常不包含探索过程，无法为AI导航提供足够细节的数据。换句话说，用最短路径数据培训的AI，却很难直接推断/模仿最短路径。

网页端Habitat

在实验中，Meta基于WebGL协议开发了Habitat的网页版，其特点是在浏览器上就能运行Habitat-Sim的3D模型。人可以通过网页版Habitat查看AI机器人的第一人称RGB视图，并通过键盘来操控机器人移动、抓取和释放物体。

利用实时视图，机器人可以根据指令去完成任务，任务完成后可以在网页端直接点击提交。

一个对象被成功抓取时，它会从第一人称视图中消失，并立即出现在任务界面的“库存”区域中。当一个抓取的物体被释放时，它会落在用户屏幕的中心，十字准线将指向的地方。

Habitat-WebGL 应用程序是用 Javascript 开发的，可绑定访问所有 C++ 模拟器 API，因此可使用Habitat提供的完整模拟功能。参考：fb