Ha mostanában robotokról olvasunk a hírekben, természetesen nem valamilyen Terminátort vagy C3P0 kisöccsét képzeljük el, hanem olyan asszisztenseket, amelyek valamilyen szintű mesterséges vezérléssel segítenek különféle funkciók ellátásában. Ilyen például egy robotporszívó vagy egy kiállításon a nézelődők között guruló, információk közlésére szolgáló automata. Ilyesmikből azonban egyre több van, és közös problémájuk az, hogy milyen módon tudnak navigálni azokban a terekben, ahol épp munkájuk akad. A legegyszerűbb persze az, ha előre betáplálják nekik a hely összes adatát, de erre nincs mindig lehetőség, ráadásul nem is túl rugalmas a dolog (hiszen így bármilyen új tereptárgy, átrendezés megbolondíthatja a rendszert, és máris megy neki a robot a frissen felhúzott gipszkarton falnak, vagy átesik a frissen odahelyezett kisszekrényen).
A problémával a Facebook mesterséges intelligenciával foglalkozó részlege is foglalkozik, és erre fejlesztettek ki egy új típusú algoritmust, amely mindössze egy mélységérzékelő kamera, egy GPS és egy iránytű-szenzor segítségével állapítja meg az aktuális helyét, valamint a lehetséges haladási irányokat, majd jelenleg 99,9 százalékos pontossággal jut el a célpontjáig, méghozzá a lehetőségek szerinti legrövidebb útvonalon - tehát nem úgy, hogy szanaszét próbálkozik, visszafordul és kísérletezik.
A "fizikai környezetbe" helyezett robotikában eddig maga a haladás számított a legfontosabb területnek, láthattunk az elmúlt években sok videót például a Boston Dynamics egyre ügyesebben futó, ugró és egyensúlyozó eszközeiről. Viszont ha ez már működik, jön a következő lépcsőfok, az ismeretlen helyeken belüli navigáció, hiszen nem elég az, ha egy robot-inas .nem esik hasra előttünk a folyosón, arra is szükség van, hogy ne kelljen kerülgetnünk állandóan, miközben az összevissza kolbászol és falakba, akadályokba ütközve bukdácsol a célja felé.
A Facebook jelenleg kifejezetten beltéri használatban gondolkozik, értelemszerűen egy kültéri alkalmazás már jóval bonyolultabb a nagyobb tér és az esetlegesen kevesebb viszonyítási pont, tereptárgy miatt. A Facebook az algoritmusok kifejlesztése után három napon át tanított be robotokat az AI Habitat nevű, fotorealisztikus virtuális környezetben, amely tulajdonképpen egy épület különféle belső tereinek pontos leképezése szobákkal, folyosókkal és bútorokkal. Ez idő alatt a kísérlet alanyai 2,5 milliárd lépést tettek meg, amely nagyjából 80 évnyi emberi tapasztalatnak felel meg. A gyakorlatot úgy finomították, hogy az egymás utáni feladatok során mindig kiemelték azokat a robotokat, amelyek lassabban értek célba, így a gyorsabbaknak nem kellett a célvonalnál várakozniuk, viszont az ezek által "megtanult" módszerek kerültek a mesterséges intelligencia adatbázisába.
A következő lépés az, hogy a Facebook mindezt teljesen valós környezetben is tesztelje, ezt pedig már meg is kezdték LoCoBot egységek segítségével. A LoCoBot egy nyílt forráskódú fejlesztés, amelyben kerekekkel felszerelt, kar alakú manipulátorral ellátott robotokat lehet építeni, majd saját vezérléssel ellátni.
