虚拟机器人已经上升到一个精英平台，致力于改善他们的游戏。这个平台叫做人工智能栖息地。

这要归功于脸书的研究人员，他们意识到，如果特工们想从卧室到走廊，穿过博物馆走廊，走出去，走进商店，他们需要一个更好的现实环境。

科技观察家，尤其是关注人工智能这一宽泛话题的人，一直在关注一项名为AI Habitat的技术的进展。它是一个开放的嵌入式人工智能研究平台。

在脸书的人工智能博客中，作者表示，这是脸书人工智能努力的一部分，旨在创建一个“较少依赖大型标注数据集进行监管培训”的系统。随着越来越多的研究人员采用这个平台，我们可以更快地集体开发嵌入式人工智能技术，实现用更能反映我们要让机器助手操作的世界的活动环境来代替过去的训练数据集的更大好处。"

《麻省理工学院技术评论》的Will Knight表示：“其他模拟引擎的运行速度约为每秒50到100帧，而脸书表示人工智能栖息地的运行速度超过每秒10000帧，这使得快速测试人工智能代理成为可能。”

其目的是在将所学技能转化为现实之前，在逼真的3D模拟器中训练嵌入式人工智能代理(虚拟机器人)。

但是等一下，后退一步，暂停一下。我们真的了解他们在做什么吗？用“具体化人工智能”这个词？在人工智能博客中，两位研究科学家和两位研究工程师给出了更全面的解释。这四个人解释了他们打算在栖息地做什么。

从被要求从楼上桌子上抓起手机的机器人，到帮助视力障碍者在不熟悉的地铁系统中导航的设备，下一代人工智能助手将需要展示一系列能力。许多研究人员认为，开发这些技能的最有效方法是专注于嵌入式人工智能，这是一种通过使用交互环境而不是依赖静态数据集来训练现实世界系统的方法。

这个人居小组也谈到了人居的挑战。在挑战中，上传的代理在不可见的环境中进行评估，以测试其泛化能力。

“与传统挑战不同，在传统挑战中，人们根据与给定基准(如ImageNet或VQA)相关的任务上传预测，”一篇博客文章说。“这项挑战要求参与者上传代码。这些代码在一个新的环境中运行，他们的代理人以前从未见过这种环境。”

在GitHub上，Habitat-API被描述为“用于跨各种任务、环境和模拟器训练嵌入式AI代理的模块化高级库。”

Habitat API是一个3D模拟器，具有可配置的代理、多个传感器和通用3D数据集处理。

engadget的卢希安哈立德(哈立德)在客厅里进行了逼真的3 d模拟，用他们的锐利细节和“真实”的东西有多有趣，把它们扔在沙发上做成丝绒质地，反射出墙壁镜：“复制模拟客厅是为了捕捉真实客厅中可能发现的所有微妙细节。”

哈立德报告说，脸书现实实验室发布了一个名为复制品的现实样本空间数据集。哈立德说，一些研究人员已经在复制和人工智能的栖息地进行了测试。"脸书人工智能最近在平台上举办了一场自主导航挑战赛."

复制品是由脸书现实实验室创建的一个研究项目。这个复制品被描述为18个样本空间的真实再现，例如一个办公室会议室和一个由研究人员建立的两层住宅。副本可以载入人工智能栖息地。“通过训练人工智能机器人在客厅的3D复制品中对‘带键’等命令做出反应，研究人员希望有一天它能对现实生活客厅中的物理机器人做出同样的反应。”

正如威尔奈特(Will Knight)在《麻省理工学院技术评论》 (MIT Technology Review)中所说，预期的结果将是“让他们的人工智能算法能够学习现实世界的运行模式”。理论上，这可能会让机器人和聊天机器人更聪明。

脸书的团队有充分的理由解释所有这些问题。训练这些虚拟机器人在这些虚拟空间中给出来自互联网的基于AI的静态数据集。“它反映了人工智能主体在真实环境中的行为，让前台主动感知、长时间规划、学习互动，并手持对话框搭建环境。”。

这些研究成果可能带来的好处之一是，家庭机器人无需再培训就能适应新家庭和个性化任务。

在谈到人工智能的巨大前景时，Knight表示，“缺乏常识是当今人工智能系统中的一个突出问题。与人不同，聊天机器人或机器人不能依靠对物理、逻辑等世界的理解——和社会规范——来阐明一个模糊指令的意图。”

这些虚拟空间可以装载到新的人工智能栖息地，人工智能程序可以在那里探索和学习。这些算法将首先被训练来识别不同环境中的物体。但是随着时间的推移，奈特说，他们应该对物理世界中的约定建立一些常识性的理解，例如，手表通常支持其他物体。