DeepMind的科學(xué)家們進(jìn)行了相關(guān)研究，并在Arxiv.org上發(fā)表了一篇論文。

論文鏈接：

https://arxiv.org/pdf/1906.05930.pdf

論文中，他們使用自上而下的視覺(jué)信息將地面視圖語(yǔ)料庫(kù)訓(xùn)練的人工智能策略應(yīng)用到城市目標(biāo)區(qū)域，并認(rèn)為這種方法很值得推廣。

論文的共同作者說(shuō)，他們的靈感源自一個(gè)發(fā)現(xiàn)，即人類可以通過(guò)看地圖來(lái)快速適應(yīng)一個(gè)新城市。

作者在論文里寫道，在陌生的環(huán)境里，通過(guò)視覺(jué)觀察進(jìn)行導(dǎo)航是AI導(dǎo)航的核心，這也是一項(xiàng)持續(xù)存在的挑戰(zhàn)。到目前為止，目標(biāo)驅(qū)動(dòng)的AI導(dǎo)航還不能在沒(méi)有大量訓(xùn)練的情況下進(jìn)行高精度導(dǎo)航，但是單純依靠模擬訓(xùn)練并不是一種有前景的解決方法。他們的核心理念是將地面視圖與航空視圖匹配，學(xué)習(xí)跨視圖轉(zhuǎn)換的聯(lián)合策略。

研究人員首先收集區(qū)域航空視圖，根據(jù)相應(yīng)的地理坐標(biāo)與街道視圖進(jìn)行匹配。接下來(lái)，他們著手進(jìn)行一個(gè)轉(zhuǎn)移學(xué)習(xí)任務(wù)，該任務(wù)通過(guò)觀測(cè)航空視圖目標(biāo)區(qū)域獲得數(shù)據(jù)并進(jìn)行適應(yīng)性訓(xùn)練，最后使用地面視圖觀察轉(zhuǎn)移到目標(biāo)區(qū)域。

研究團(tuán)隊(duì)的機(jī)器學(xué)習(xí)系統(tǒng)包括三個(gè)模塊，負(fù)責(zé)視覺(jué)感知的卷積模塊，捕獲特定位置特征的長(zhǎng)短期記憶網(wǎng)絡(luò)（LSTM）模塊，以及產(chǎn)生動(dòng)作分布的策略循環(huán)神經(jīng)模塊， 它現(xiàn)已被應(yīng)用于StreetAir。StreetAir是一個(gè)來(lái)自谷歌街景和谷歌地圖的交互式第一視角全景街景照片集，它的技術(shù)基礎(chǔ)建立在StreetLearn之上。在StreetAir和StreetLearn中，人們可以看到紐約市中心的航拍圖像，同樣的，系統(tǒng)根據(jù)緯度和經(jīng)度坐標(biāo)，返回了一個(gè)匹茲堡的阿勒格尼河和卡內(nèi)基梅隆大學(xué)校園的84 x 84航拍圖像，與位于該位置的地面視圖圖像大小相同。

一旦人工智能系統(tǒng)經(jīng)過(guò)訓(xùn)練，其任務(wù)是學(xué)習(xí)本地化并在給定目的地緯度和經(jīng)度坐標(biāo)的情況下展示街道全景圖。覆蓋兩側(cè)2-5公里區(qū)域的全景圖間隔約10米，AI導(dǎo)航每次可進(jìn)行以下五種動(dòng)作中的一種：向前移動(dòng)，向左轉(zhuǎn)22.5度，向右轉(zhuǎn)22.5度，向左轉(zhuǎn)67.5度，向右轉(zhuǎn)67.5度。若順利導(dǎo)航至目的地100-200米范圍內(nèi)，AI將獲得獎(jiǎng)勵(lì)。

在實(shí)驗(yàn)中，利用航空?qǐng)D像來(lái)適應(yīng)陌生環(huán)境的AI獲得的獎(jiǎng)勵(lì)明顯高于僅使用地面圖像數(shù)據(jù)的AI。研究人員認(rèn)為，這表明他們的方法顯著提高了AI獲取目標(biāo)城市道路信息的能力。

研究團(tuán)隊(duì)表示，與單視圖（地面視圖）相比，他們的方法將更好地將AI導(dǎo)航應(yīng)用于未知街道，具有更高的零樣本學(xué)習(xí)回報(bào)（不需要在地面視圖上進(jìn)行訓(xùn)練即可轉(zhuǎn)移）和更好的整體表現(xiàn)（在轉(zhuǎn)移期間仍能進(jìn)行連續(xù)訓(xùn)練）。