Ρομποτική και φυσική AI
Η τεχνητή νοημοσύνη βοηθά στην εκπαίδευση ομάδων συνεργατικών ρομπότ και drones
Προσθέστε το Unite.AI στις προτιμώμενες πηγές σας στο Google
Μια ομάδα ερευνητών στο Πανεπιστήμιο του Ιλινόις Grainger College of Engineering έχει αναπτύξει μια νέα μέθοδο για την εκπαίδευση πολλαπλών πρακτόρων, όπως ρομπότ και drones, να εργάζονται μαζί με τη χρήση της τεχνητής νοημοσύνης (AI). Οι πρακτόρες βασίζονται στην ενισχυτική μάθηση, η οποία είναι ένας από τους κύριους τύπους τεχνικών μηχανικής μάθησης.
Αποκεντρωμένη Τεχνική
Ο Huy Tran είναι αεροδιαστημικός μηχανικός στο πανεπιστήμιο.
«Είναι πιο εύκολο όταν οι πρακτόρες μπορούν να μιλήσουν μεταξύ τους», είπε ο Huy Tran. «Αλλά θέλαμε να το κάνουμε με έναν αποκεντρωμένο τρόπο, που σημαίνει ότι δεν μιλάμε μεταξύ τους. Επίσης, επικεντρωθήκαμε στις παραπομπές όπου δεν είναι σαφές ποιοι είναι οι διαφορετικοί ρόλοι ή οι εργασίες για τους πρακτόρες.»
Σύμφωνα με τον Tran, αυτή η περίπτωση είναι πιο複잡η επειδή δεν είναι σαφές τι πρέπει να κάνει ένας πρακτόρας ενάντια σε έναν άλλο πρακτόρα.
«Το ενδιαφέρον ερώτημα είναι πώς μαθαίνουμε να επιτύχουμε ένα έργο μαζί με τον καιρό», είπε.
Τεχνική Ενισχυτικής Μάθησης
Η ομάδα βασίστηκε στην τεχνική μηχανικής μάθησης που ονομάζεται ενισχυτική μάθηση για να αντιμετωπίσουν αυτό το πρόβλημα. Αυτό τους επέτρεψε να δημιουργήσουν μια συνάρτηση χρησιμότητας που λέει στον πρακτόρα όταν κάνει κάτι χρήσιμο για την ομάδα.
«Με τους στόχους της ομάδας, είναι δύσκολο να γνωρίζουμε ποιος συνεισέφερε στη νίκη», συνέχισε ο Tran. «Αναπτύξαμε μια τεχνική μηχανικής μάθησης που μας επιτρέπει να αναγνωρίσουμε όταν ένας μεμονωμένος πρακτόρας συνεισέφερε στο παγκόσμιο στόχο της ομάδας. Αν το δείτε σε όρους αθλημάτων, ένας παίκτης ποδοσφαίρου μπορεί να σκοράρει, αλλά θέλουμε επίσης να γνωρίζουμε τις ενέργειες των άλλων συμπαικτών που οδήγησαν στο γκολ, όπως οι ασίστ. Είναι δύσκολο να κατανοήσουμε αυτές τις καθυστερημένες επιπτώσεις.»
Οι αλγόριθμοι των ερευνητών επίσης αναγνωρίζουν όταν ένας πρακτόρας ή ρομπότ κάνει κάτι που πάει ενάντια ή δεν συνεισφέρει στο στόχο.
«Δεν είναι τόσο πολύ το ρομπότ επέλεξε να κάνει κάτι λάθος, αλλά κάτι που δεν είναι χρήσιμο για τον τελικό στόχο», είπε.
Οι αλγόριθμοι δοκιμάστηκαν χρησιμοποιώντας προσομοιωμένα παιχνίδια, όπως το StarCraft.
«Το StarCraft μπορεί να είναι λίγο πιο απρόβλεπτο — ήμασταν ενθουσιασμένοι να δούμε τη μέθοδο μας να λειτουργεί καλά σε αυτό το περιβάλλον επίσης.»
Αυτού του είδους ο αλγόριθμος είναι εφαρμόσιμος σε διάφορες πραγματικές καταστάσεις, λέει η ομάδα. Κάποιες από τις πιθανές εφαρμογές περιλαμβάνουν στρατιωτική επιτήρηση, ρομπότ σε ένα αποθήκη, έλεγχο σηματοδότη, αυτονομούς οχήματα που συντονίζουν παραδόσεις και έλεγχο ενός ηλεκτρικού δικτύου.
Η ομάδα που πραγματοποίησε αυτή την επαναστατική έρευνα περιελάμβανε τους Seung Hyun Kim, Neale Van Stralen και Girish Chowdhary. Παρουσιάστηκε στη διάσκεψη Autonomous Agents and Multi-Agent Systems.
