AI hjælper med at træne hold af samarbejdende robotter og droner

Et hold af forskere ved University of Illinois Grainger College of Engineering har udviklet en ny metode til at træne multiple agenter som robotter og droner til at arbejde sammen ved hjælp af kunstig intelligens (AI). Agenterna afhænger af forstærkningslæring, som er en af de vigtigste typer af maskinlærings-teknikker.

Decentraliseret Teknik

Huy Tran er en aerospace-ingeniør på universitetet.

“Det er nemmere, når agenter kan tale med hinanden,” sagde Huy Tran. “Men vi ville gøre dette på en måde, der er decentraliseret, hvilket betyder, at de ikke taler med hinanden. Vi fokuserede også på citater, hvor det ikke er åbenlyst, hvad de forskellige roller eller job for agenterna skal være.”

Ifølge Tran er denne situation mere kompleks, fordi det ikke er klart, hvad en agent skal gøre mod en anden agent.

“Den interessante spørgsmål er, hvordan vi lærer at udføre en opgave sammen over tid,” sagde han.

ForstærkningslæringsTeknik

Holdet afhængte af maskinlærings-teknikken kaldet forstærkningslæring for at komme rundt om dette problem. Det enablede dem til at skabe en nyttighedsfunktion, der fortæller agenten, når det gør noget nyttigt for holdet.

“Med holdmål, er det svært at vide, hvem bidrog til sejren,” fortsatte Tran. “Vi udviklede en maskinlærings-teknik, der tillader os at identificere, når en enkelt agent bidrog til det globale holdmål. Hvis du ser på det i forhold til sport, kan en enkelt fodboldspiller score, men vi vil også vide om handlinger fra andre holdkammerater, der ledte til målet, som assists. Det er svært at forstå disse forsinkede effekter.”

Forskerernes algoritmer identificerer også, når en agent eller robot gør noget, der går imod, eller ikke bidrager til målet.

“Det er ikke så meget, at robotten valgte at gøre noget forkert, men noget, der ikke er nyttigt for slutmålet,” sagde han.

Algoritmerna blev testet ved hjælp af simulerede spil, såsom StarCraft.

“StarCraft kan være lidt mere uforudsigelig – vi var spændte på at se vores metode virke godt i denne omgang også.”

Denne type algoritme er anvendelig på forskellige virkelige situationer, siger holdet. Nogle af de potentielle anvendelser inkluderer militær overvågning, robotter i et lager, trafiksignal kontrol, autonome køretøjer, der koordinerer leverancer, og kontrol af et elektrisk kraftnet.

Holdet, der udførte denne gennembruds-forskning, inkluderede Seung Hyun Kim, Neale Van Stralen og Girish Chowdhary. Det blev præsenteret på den peer-reviewed konference Autonomous Agents and Multi-Agent Systems.