Facebook จะใช้คอมพิวเตอร์วิทัศน์และระบบประมวลผลภาษาธรรมชาติซึ่งมีอยู่แล้ว
หุ่นยนต์มีการวางแผนให้เป็นอิสระอย่างสมบูรณ์และการเรียนรู้ด้วยตนเอง - ระบบจะต้องเรียนรู้โดยตรงจากข้อมูลดิบ สิ่งนี้จะช่วยให้อุปกรณ์สามารถปรับให้เข้ากับความท้าทายใหม่และสถานการณ์ที่เปลี่ยนแปลงไปอย่างรวดเร็วยิ่งขึ้น พื้นฐานของปัญญาประดิษฐ์จะเป็นการเรียนรู้ตามโมเดล RL ซึ่งจะช่วยให้หุ่นยนต์เรียนรู้อย่างอิสระผ่านการลองผิดลองถูก
เราอยากสอนหุ่นยนต์ให้เดินโดยปราศจากความช่วยเหลือ การเคลื่อนไหวเป็นงานที่ยากมากในวิทยาการหุ่นยนต์และสิ่งนี้ทำให้ตื่นเต้นมากจากมุมมองของเรา
นักพัฒนาวิจัย Facebook Roberto Calandra
คุณสมบัติที่โดดเด่นของหุ่นยนต์จาก Facebookคือว่าอุปกรณ์จะไม่ถูกนำมาใช้อัลกอริทึมสำหรับการเคลื่อนไหว ในขั้นต้นเขาไม่สามารถเดินได้อย่างไรก็ตามค่อย ๆ ใช้อัลกอริทึมการเรียนรู้เขาเริ่มมีปฏิสัมพันธ์กับตัวควบคุมของเขาซึ่งสามารถเปิดใช้งานสำหรับการเคลื่อนไหวแล้ว ยิ่งมีหุ่นยนต์มากเท่าไหร่ก็ยิ่งทำงานได้มากเท่านั้น
ในกรณีนี้หุ่นยนต์จะต้องไม่เพียงกำหนดตำแหน่งและทิศทางของคุณในอวกาศ แต่ยังรักษาความสมดุลและเชื่อมต่อแรงกระตุ้นของเซ็นเซอร์ด้วยกันเพื่อการทำงานที่ถูกต้องของกลไกที่ซับซ้อนเช่นหัวเข่า
สําหรับคอมพิวเตอร์วิทัศน์หุ่นยนต์ของ Facebook ใช้หนึ่งในอัลกอริทึมที่พัฒนาขึ้นเพื่อทํานายความนิยมของวิดีโอเครือข่ายประสาทเทียมสามารถวิเคราะห์วิดีโอสองสามวินาทีและทํานายเฟรมเพิ่มเติมได้โดยไม่ต้องดูเพื่อเพิ่มความเร็วในการวิเคราะห์วัสดุจํานวนมาก
เป็นส่วนหนึ่งของการทดสอบ Facebook Researchแนะนำอุปกรณ์ตัวแรก - ตัวจัดการที่สามารถทำงานกับจอยสติ๊กหมุนก้อนที่มี 20 facets และเข้าใจผลลัพธ์ที่ตกลงมาในหนึ่งวินาทีหรืออีกอย่างถูกต้อง
การรวมแหล่งข้อมูลภาพและสัมผัสสามารถปรับปรุงวิธีการเรียนรู้และการทำงานของแพลตฟอร์มการเรียนรู้ด้วยตนเองในอนาคตตามที่ Facebook
ตามที่นักพัฒนากล่าวว่าตอนนี้โครงการที่คล้ายกันใช้ข้อมูลเพียงประเภทเดียว (สูงสุดสอง) ในขณะที่สําหรับการทํางานเต็มรูปแบบของอุปกรณ์หุ่นยนต์พวกเขาจะต้องรับรู้ข้อมูลจากอวัยวะรับความรู้สึกที่แตกต่างกัน