Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
deepmind29. März 2018 · Q003255

Learning to navigate in cities without a map

deepmind.google · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Der Bericht stellt einen KI-Agenten vor, der anhand von Street-View-Bildern ohne Karten oder GPS Ziele in Städten finden soll. Die Autoren berichten, dass eine modulare Architektur den Transfer auf neue Städte ermöglicht; konkrete Leistungskennzahlen nennt der Text nicht.

Mittel

Der Bericht beschreibt einen KI-Agenten, der mithilfe von Google-Street-View-Bildern lernt, Ziele in Städten ohne Karten, GPS oder andere Navigationshilfen zu erreichen. Er erhält Zielkoordinaten, verarbeitet die visuelle Umgebung und wählt seine nächste Bewegung. Die Autoren grenzen das Vorhaben ausdrücklich vom Autofahren ab: Verkehrsinformationen und Fahrzeugsteuerung werden nicht modelliert. Laut Bericht sind Gesichter und Kennzeichen in den verwendeten Bildern unkenntlich gemacht.

Die Architektur verbindet ein Bildverarbeitungsnetz mit einem stadtbezogenen Modul, das Umgebung, aktuelle Position und Ziel repräsentiert, und einem stadtübergreifenden Modul für die Bewegungsstrategie. Trainiert wird in London, Paris und New York. Für eine neue Stadt sollen das Bildverarbeitungs- und Strategienetz unverändert bleiben; nur das neue stadtbezogene Modul wird angepasst. Die Autoren berichten, der Agent könne so neue Orte lernen und zuvor erworbene Fähigkeiten behalten. Der Text nennt jedoch keine Kennzahlen oder Vergleichsergebnisse, mit denen sich diese Behauptungen zur Leistung und Übertragbarkeit prüfen ließen. Als weiteren möglichen Nutzen nennt er Einblicke in biologische Grundlagen der Navigation.

Ausführlich lesen

Der Bericht stellt ein Forschungsprojekt vor, in dem ein KI-Agent lernen soll, sich ohne Karte durch echte Stadtumgebungen zu bewegen. Als Eingaben dienen ausschließlich Bildansichten aus Google Street View; laut Bericht waren die dafür verwendeten Bilder für das StreetLearn-Projekt und akademische Forschung zugelassen, und Gesichter sowie Kennzeichen sind unkenntlich gemacht. Der Agent lernt, ein Ziel anhand seiner Koordinaten zu erreichen, indem er visuelle Eindrücke verarbeitet und jeweils eine nächste Bewegung auswählt. Die Autoren betonen, dass sie allgemeine Navigation untersuchen, nicht Autofahren: Verkehrsdaten und Fahrzeugsteuerung gehören nicht zum Ansatz.

Das Training erfolgt mit Deep Reinforcement Learning. Anders als Verfahren, die eine explizite Karte erstellen und die eigene Position darin bestimmen, soll dieser Agent ohne Karte, GPS-Ortung oder andere Navigationshilfen auskommen. Er kann sich an einem Ort drehen oder, sofern möglich, zur nächsten Panoramaansicht vorwärtsgehen. Dabei muss er beispielsweise Straßen von Gehwegen unterscheiden. Ziele können laut Bericht mehrere Kilometer entfernt sein und den Weg durch Hunderte Panoramen erfordern.

Die beschriebene neuronale Architektur hat drei Teile: ein Faltungsnetz zur Verarbeitung der Bilder, ein stadtbezogenes rekurrentes Modul, das Umgebung und die Vorstellungen von aktuellem Ort und Ziel repräsentiert, sowie ein stadtübergreifendes rekurrentes Modul, das die Bewegungsstrategie erzeugt. Für London, Paris und New York werden stadtgroße Umgebungen mit unterschiedlichen Straßenformen, Kreuzungen, Wegen und Tunneln beschrieben. Der Bericht sagt, der Agent könne in mehreren Städten trainiert werden und sich anschließend auf eine neue Stadt einstellen.

Für diesen Transfer wird zunächst in bekannten Städten gelernt. Beim Anpassungstraining für eine neue Stadt bleiben laut Beschreibung das visuelle Netz und das Strategienetz eingefroren; nur ein neues stadtbezogenes Modul wird trainiert. So soll der Agent neue örtliche Merkmale lernen, ohne bereits erworbene visuelle Fähigkeiten oder Bewegungsverhaltensweisen zu verlieren. Die Autoren stellen dies als Möglichkeit dar, Wissen auf neue Städte zu übertragen.

Der Bericht beschreibt den Ansatz und beansprucht erfolgreiche Navigation sowie robuste Anpassung an eine neue Stadt. Er nennt in diesem Text jedoch keine quantitativen Kennzahlen oder konkreten Vergleichsergebnisse, anhand derer sich Erfolgsrate und Robustheit unabhängig beurteilen ließen. Als mögliche Bedeutung der Forschung wird neben KI-Navigation auch genannt, dass die Nachbildung solcher Fähigkeiten helfen könne, deren biologische Grundlagen zu untersuchen.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Geprüft wurden beide Zusammenfassungen (kurz und mittel); die Angaben zu Architektur, Training und Stadtwechsel stimmen mit dem Bericht überein. Die Einordnung betrifft Sicherheitsfragen zu Herkunft, Betrieb und Meldepflichten, zu denen der Bericht praktisch nichts beiträgt, daher die niedrigen Stufen.

Im Bericht, aber nicht in der Zusammenfassung

  • Der Agent wird belohnt, wenn er das Ziel erreicht (Verstärkungslernen, Ende-zu-Ende-Training)
  • Die fünf Manhattan-Gebiete als Trainingsbereich werden nicht genannt

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Unabhängig prüfen
Tempo und Grenzen
Vertrauen in Modelle
  1. SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
    • clef 100 %kein Bezug
    • Luna 35 %Hintergrund, keine Belege
    • JEV 100 %kein Bezug
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 64 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung nur am Rande erwähnt
  2. SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 55 %einzelne zitierbare Belege
    • amos 41 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 50 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
Agenten und vernetzte Systeme
  1. SF-A1 Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
    • clef 100 %kein Bezug
    • Luna 100 %kein Bezug
    • JEV 28 %einzelne zitierbare Belege
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
Modelle teilen und schützen
  1. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 73 %einzelne zitierbare Belege
    • JEV 41 %beantwortet teilweise oder widerspricht
    • amos 100 %kein Bezug
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung Hintergrund, keine Belege
Beteiligung und Gemeinwohl

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →