蓋世汽車訊 據(jù)外媒報(bào)道，美國西北大學(xué)（Northwestern University）工程師開發(fā)出專為智能機(jī)器人設(shè)計(jì)的新人工智能（AI）算法。通過幫助機(jī)器人快速、可靠地學(xué)習(xí)復(fù)雜的技能，新方法可以顯著提高機(jī)器人在一系列應(yīng)用中的實(shí)用性和安全性，包括自動(dòng)駕駛汽車、送貨無人機(jī)、家庭助理和自動(dòng)化。

圖片來源：西北大學(xué)

該算法被稱為最大擴(kuò)散強(qiáng)化學(xué)習(xí)（Called Maximum Diffusion Reinforcement Learning，MaxDiff RL），其成功在于它能夠鼓勵(lì)機(jī)器人盡可能隨機(jī)地探索其環(huán)境，以獲得多樣化的經(jīng)驗(yàn)。這種“設(shè)計(jì)的隨機(jī)性”提高了機(jī)器人收集的有關(guān)其周圍環(huán)境的數(shù)據(jù)的質(zhì)量。而且，通過使用更高質(zhì)量的數(shù)據(jù)，模擬機(jī)器人表現(xiàn)出更快、更高效的學(xué)習(xí)能力，從而提高了其整體可靠性和性能。

在與其他人工智能平臺(tái)進(jìn)行測試時(shí)，使用西北大學(xué)新算法的模擬機(jī)器人始終優(yōu)于最先進(jìn)的模型。事實(shí)上，新算法運(yùn)行得非常好，機(jī)器人學(xué)會(huì)了新任務(wù)，然后在第一次嘗試中成功執(zhí)行。這與當(dāng)前的人工智能模型形成鮮明對(duì)比，當(dāng)前的人工智能模型需要通過反復(fù)試驗(yàn)來實(shí)現(xiàn)較慢的學(xué)習(xí)速度。

這項(xiàng)名為“最大擴(kuò)散強(qiáng)化學(xué)習(xí)（Maximum diffusion reinforcement learning）”的相關(guān)研究發(fā)表于期刊《Nature Machine Intelligence》。

“其他人工智能框架可能有些不可靠，”領(lǐng)導(dǎo)這項(xiàng)研究的西北大學(xué)Thomas Berrueta表示?！坝袝r(shí)他們會(huì)完全完成任務(wù)，但有時(shí)他們會(huì)完全失敗。使用我們的框架，只要機(jī)器人能夠解決任務(wù)，每次打開機(jī)器人時(shí)，用戶可以期望它完全按照要求做的事情。這使得解釋機(jī)器人的成功和失敗變得更容易，這在日益依賴人工智能的世界中至關(guān)重要?！?/p>

返回第一電動(dòng)網(wǎng)首頁 >