En inteligencia artificial, ¿qué es SLAM?

SLAM significa localización y mapeo simultáneos . Básicamente se trata de un robot que se localiza en un entorno desconocido mientras simultáneamente construye un mapa de ese entorno para su uso futuro.

La idea es similar a la de una persona en una casa nueva, se moverá de una habitación a otra tratando de averiguar en qué parte de la casa se encuentra y, básicamente, también construirá un mapa dentro de su cabeza sobre la estructura de la casa al mismo tiempo.

SLAM puede usar todo tipo de tecnologías, una de ellas es la visión por computadora (CV), especialmente la visión por computadora en 3D. Es posible encontrar características fáciles de rastrear en un video y usarlas para triangular la posición del observador en relación con algún origen definido en ese espacio y también asignar los mismos puntos de características en un mapa.

Estoy construyendo un robot usando Raspberry Pi con algoritmos de visión altamente eficientes que desarrollé personalmente. SLAM es una de las muchas técnicas que espero implementar en el sistema de control que estoy desarrollando para el robot.

Espero que esto ayude.

SLAM = Localización y mapeo simultáneos.

Eso es solo una gran gramática para un robot que usa constantemente GPS / GPS asistido, y algunos otros algoritmos, para ‘aprender’ un terreno desconocido, al mismo tiempo que mantiene un sentido relativamente preciso de posicionamiento por triangulación.

Esta tecnología se usa en muchas aplicaciones robóticas, pero el hilo de similitud que las atraviesa es la idea de un robot que se mueve por sí mismo correctamente sobre un área de tierra o agua que nunca ha atravesado antes (la mayoría de las veces, a medida que los recorridos repetidos rinden mejor ” conocimiento y precisión de la alineación con las rutas de traducción deseadas, especialmente si se aplican algoritmos de aprendizaje de refuerzo al bot de prueba).

Más detalles y erratas están aquí:

Localización y mapeo simultáneos – Wikipedia

Los autos sin conductor de Google; Roomba, el lindo robot aspirador; drones Los robots exploratorios utilizados en exploraciones submarinas, etc., utilizan algún tipo de SLAM.

Como dijo Chomba, esta es más una técnica de visión por computadora en lugar de una IA. Podrías argumentarlo como un problema de IA; pero se trata más de localizar (AKA, descubrir dónde estamos) que de aprender realmente. Pero aquí hay un artículo sobre cómo se puede utilizar el aprendizaje profundo junto con SLAM; lo que lo convierte en un problema de IA:

[1612.00380] Playing Doom with SLAM-Augmented Deep Refforcement Learning