Как Amazon создал цифровую копию района, чтобы тестировать своих роботов-курьеров

Amazon знает о мире многое благодаря данным со своего розничного и вычислительного бизнеса. И теперь компания зашла еще дальше: она тщательно изучила область округа Снохомиш штата Вашингтон площадью два квадратных километра – вплоть до положения сорняков, прорастающих через дренажные сетки. Эта цифровая копия отражает положение бордюров и проезжей части с точностью до сантиметров, а текстуры вроде зернистого асфальта – вплоть до миллиметров.

Искусственный район позволяет Amazon тестировать робота-курьера Scout тысячи, а может и миллионы раз при разных погодных условиях, не мешая при этом местным жителям. «Боты могут работать в симуляторе круглосуточно», – объясняет Шон Скотт, руководитель проекта.

Amazon спроектировала Scout, чтобы тот помог им доставлять посылки быстрее. Компания недавно заявила, что будет предлагать владельцам Prime-аккаунтов в США бесплатную доставку на следующий день. В январе Amazon поделилась, что тестирует шесть роботов в округе Снохомиш. Сейчас же ее курьерский флот расширился, но представители компании отказываются говорить, где они тестируются. Глава округа Дэйв Сомерс рассказал, что Amazon консультировалась с ним и шерифом перед запуском, и он поддерживает проект, но не знает, где именно проходят испытания.

Технология симуляции и картографирования Amazon – не просто инструмент для исследований. Она также может помочь компании запускать роботов в новых районах, сперва протестировав их в симуляторах. «Мы можем масштабировать технологию до целого города», – говорит Скотт. Прежде чем Scout впервые выйдет на улицы нового города, его система тщательно все изучит в цифровом «зазеркалье».

Amazon относительно поздно вышел на рынок роботов-курьеров. Стартап Starship Technologies, основанный двумя создателями Skype, и их конкурент Marble доставляли таким образом пиццу и другие блюда уже в начале 2017 года. Проект Amazon стал разрабатываться в конце того же года, когда компания приобрела Dispatch.

Пока никто из этих организаций не доказал, что роботы-курьеры могут быть надежными и прибыльными в широких масштабах. Большинство, как и Amazon, отправляют этих роботов в сопровождении людей-надзирателей, которые перенимают на себя контроль в случае проблемных ситуаций; сотрудники Amazon также выгружают посылки перед домом клиентов. Kiwi, доставляющая еду студентам Калифорнийского университета в Беркли, отправляет роботов без сопровождения, но удаленные сотрудники все равно управляют ими через интернет.

Размер Amazon и объем ее инвестиций в логистику помогли проекту сильно выйти вперед. Ее курьерский транспорт включает 40 самолетов и 30 тысяч фургонов. Также компания обладает большим опытом работы с робототехникой; около 200 тысяч ботов помогают передвигать на складах полки, загружать поддоны и сортировать посылки.

И все же, чтобы безопасно перемещаться по любому району, Scout нужно преодолевать препятствия, которых нет на складах Amazon. На тротуарах, утверждает Скотт, роботы запрограммированы снижать скорость и объезжать людей или животных – или останавливаться, если они подойдут слишком близко. Тем не менее, чтобы Scout был полностью безопасным и надежным, нужно собрать как можно больше данных.

Чтобы создать цифровую копию, сотрудники Amazon прикрепили устройство, сканирующее местность при помощи камер и лидара, на велосипед, и отправили его исследовать район. Компания заполнила карту, основываясь на 3D-данных, полученных из авиационных исследований.

На первый взгляд сложно отличить симуляцию Amazon от настоящих фотографий района. Если присмотреться, можно заметить сбои, похожие на грязную листву. Тем не менее, по словам Скотта, у его команды есть доказательства того, что их искусственный мир достаточно точен для того, чтобы алгоритмы, обученные на нем, могли работать и с данными реального мира.

Управляющая система Scout включает ПО для компьютерного видения, которое помечает пиксели на изображениях с камеры робота как траву, тротуар, дорогу и так далее. Версия этого ПО, обученная на 400 тысяч фотографий района, маркированных вручную, набрала 0,98 балла на внутреннем тесте точности, где максимальный результат – 1. Версия, обученная на фотографиях только из виртуального мира, набрала 0,94 балла. По словам Скотта, этого достаточно для того, чтобы показать, что симулятор может помочь Scout понять реальный мир.

Фото: Amazon

Одна из самых сложных задач робота – съезд по пандусам, когда ему нужно перейти дорогу. Собирать данные, многократно съезжая по пандусам, заняло бы слишком много времени и вызвало бы раздражение у местных жителей. Этого можно избежать при помощи виртуальных скаутов. Инженеры направляют их на пандусы из множества точек по разным траекториям.

Amazon могла бы использовать свои симуляции не только при обучении систем Scout. Сегодня набирающая популярность область исследований – обучение с подкреплением. Алгоритмы методом проб и ошибок учатся выполнять разные задачи в смоделированном мире – например, передвигать объекты. Amazon может извлечь большую прибыль, если применит этот подход к своим роботам.

Неотвеченными в проекте Amazon остаются вопросы не инженерии, а экономики. Согласно Скотту, его команда планирует сделать Scout на 100% автоматизированным – но он также сможет обращаться в компанию за помощью. Соотношение роботов и людей, которое делает Scout практичным вариантом доставки, будет зависеть от того, как часто ему будет нужна помощь, а также от его финансовых затрат и выгод.

Источник.

Материалы по теме:

Как Швейцария стала хабом искусственного интеллекта

Системы распознавания объектов лучше работают для богатых людей — исследование Facebook

Эта технология использует эхолокацию, чтобы определить, чем вы заняты

Как с помощью нейронной сети найти потерявшегося в лесу человека