AI不靠地图认路，强化学习看街景就可以导航

  近日，DeepMind在官方博客上公布了一项最新研究，这项研究是：通过强化学习，让AI在没有准确的地图作为训练资料的情况下，只通过谷歌街景图就学会导航，类似人在学习认路的过程一样。

  DeepMind表示，导航是人类和动物一项很重要的认知能力，可在复杂遥远的距离范围内穿梭，而这项能力主要通过自我定位和对目的地的认知来完成的，也就是“我在哪里”和“我要去哪里”这两项认知。

  在这项实验中，DeepMind提出了一个用谷歌街景图当作第一视角的互动式导航的环境，作为训练导航AI的资料，通过奖励的游戏方式，训练导航AI。

  首先，DeepMind通过神经网路建立相应的AI模型，辨识多个城市街景图中的像素，AI程序如果成功到达了目的地，就得到奖励，DeepMind表示，就像是负责送货但没有地图的快递员一样，经过反覆学习，程序就可以穿梭于整个城市，在不同的城市都运用相同的方式来学习导航。

  与过去的导航相比，DeepMind的方法是模拟了人类导航的方法，不使用既有的地图信息、GPS或其他的定位工具，只通过训练视觉感知来观察环境，从而创建出对环境的认知，并通过强化学习加强点到点的训练，目前，导航AI模型已在伦敦、巴黎和纽约完成训练，能实现穿梭于复杂的交叉路口、人行道和隧道等环境。

  此外，DeepMind将训练完成的导航AI架构模块化，用于转移到其他新的城市中省去不必要的学习过程，DeepMind将神经网络分成三个部分：

  首先，处理街景图像并抽取图像特征的卷积网络;

  其次，通过特定的神经网络，让它记住当前位置和目标位置;

  最后，产生导航的规则和导航策略。

  DeepMind通过建立MultiCity架构，在多个城市中训练模型，之后将策略网络和视觉卷积网络、特定路径记录下来，方便于加快之后在不同城市的训练过程。目前该项研究只限于知识上的导航，并没有实际用于任何交通工具上，比如自动驾驶。