페이스북이 로봇 내비게이션용 인공지능(AI) SLAM 기술을 개발했다.

벤처비트에 따르면 페이스북 소속 과학자들이 카네기멜론대, UC 어버나-샴페인 연구진과 공동으로 전통적인 방식 보다 적은 데이터를 활용해 로봇의 내비게이션 기능을 수행할 수 있는 인공지능 기술인 ‘액티브 뉴럴 SLAM(Simultaneous Localization and Mapping)’을 개발했다.

액티브 뉴럴 SLAM은 계층적인 접근법을 채택해 인공지능 에이전트가 상대적으로 적은 데이터를 갖고 주변 환경을 탐색할 수 있도록 훈련시킨다. 전통적인 방식과 인공지능 기반의 경로 및 목표 계획(goal-planning)의 강점을 같이 활용한다. 이를 통해 에러에 보다 강건하고, 이전의 접근법이 갖고 있는 복잡성을 우회할 수 있다는 설명이다.

액티브 뉴럴 SLAM은 카메라 이미지 등 센서 입력과 주변 환경의 레이아웃의 규칙성을 활용하는데 과거 접근법도다 적은 양의 훈련 데이터를 요구하는 게 특징이다. 액티브 뉴럴 SLAM은 크게 매퍼(Mapper), 위치 추정자(Pose Estimator)로 이뤄져 있다. 매퍼는 톱다운 방식의 공간 지도를 생성하며, 위치 추정자는 과거 위치 추정치에 기반해 에이전트의 위치를 예측한다. 계획 모델(Planner model)은 현재 위치로부터 장기적인 목표에 도달할 수 있는 최단거리 경로(목표)를 계산해낸다.

페이스북은 훈련 에이전트를 위한 라이브러리인 오픈소스 ‘하비타트 플랫폼’을 실제 환경에 관한 3D 재현으로 이뤄진 데이터셋과 결합해 실험을 진행했다. 이 같은 방식으로 액티브 뉴럴 SLAM은 매퍼, 위치 추정자, 글로벌 정책, 지역 정책을 동시적으로 훈련시켰다. 연구팀은 우선 시뮬레이션 환경에서 액티브 뉴럴 SLAM을 활용하고, 이어 실제 로봇인 ‘로코봇(Locobot)’에 적용했다. 연구팀은 이번 연구 성과를 오픈소스 사이트인 깃허브(GitHub)에 공개했다.