एआई सहयोगात्मक रोबोट और ड्रोन की टीमों को प्रशिक्षित करने में मदद करता है

यूनिवर्सिटी ऑफ इलिनोइस ग्रेंजर कॉलेज ऑफ इंजीनियरिंग के शोधकर्ताओं की एक टीम ने कृत्रिम बुद्धिमत्ता (एआई) के उपयोग के साथ मिलकर काम करने के लिए रोबोट और ड्रोन जैसे कई एजेंटों को प्रशिक्षित करने के लिए एक नई विधि विकसित की है। एजेंट सुदृढीकरण सीखने पर भरोसा करते हैं, जो मशीन सीखने की तकनीकों के मुख्य प्रकारों में से एक है।

विकेन्द्रीकृत तकनीक

ह्यू ट्रान विश्वविद्यालय में एक एयरोस्पेस इंजीनियर हैं।

ह्यू ट्रान ने कहा, "यह आसान है जब एजेंट एक-दूसरे से बात कर सकते हैं।" “लेकिन हम इसे इस तरह से करना चाहते थे जो विकेंद्रीकृत हो, जिसका अर्थ है कि वे एक-दूसरे से बात न करें। हमने उन उद्धरणों पर भी ध्यान केंद्रित किया जहां यह स्पष्ट नहीं है कि एजेंटों के लिए विभिन्न भूमिकाएं या नौकरियां क्या होनी चाहिए।

ट्रान के अनुसार, यह परिदृश्य अधिक जटिल है क्योंकि यह स्पष्ट नहीं है कि एक एजेंट को दूसरे एजेंट के खिलाफ क्या करना चाहिए।

उन्होंने कहा, "दिलचस्प सवाल यह है कि हम समय के साथ मिलकर किसी कार्य को पूरा करना कैसे सीखते हैं।"

सुदृढीकरण सीखने की तकनीक

टीम ने इस समस्या से निपटने के लिए मशीन लर्निंग तकनीक जिसे रीइन्फोर्समेंट लर्निंग कहा जाता है, पर भरोसा किया। इसने उन्हें एक उपयोगिता फ़ंक्शन बनाने में सक्षम बनाया जो एजेंट को बताता है कि वह टीम के लिए कब कुछ उपयोगी कर रहा है।

"टीम के लक्ष्यों के साथ, यह जानना कठिन है कि जीत में किसने योगदान दिया," ट्रान ने आगे कहा। “हमने एक मशीन लर्निंग तकनीक विकसित की है जो हमें यह पहचानने की अनुमति देती है कि किसी व्यक्तिगत एजेंट ने वैश्विक टीम के उद्देश्य में कब योगदान दिया है। यदि आप इसे खेल के संदर्भ में देखें, तो एक फुटबॉल खिलाड़ी स्कोर कर सकता है, लेकिन हम अन्य साथियों के कार्यों के बारे में भी जानना चाहते हैं जिनके कारण गोल हुआ, जैसे सहायता। इन विलंबित प्रभावों को समझना कठिन है।"

शोधकर्ताओं के एल्गोरिदम यह भी पहचानते हैं कि कोई एजेंट या रोबोट कुछ ऐसा कर रहा है जो लक्ष्य के विरुद्ध है, या लक्ष्य में योगदान नहीं करता है।

उन्होंने कहा, "ऐसा नहीं है कि रोबोट ने कुछ गलत करना चुना है, बस कुछ ऐसा है जो अंतिम लक्ष्य के लिए उपयोगी नहीं है।"

एल्गोरिदम का परीक्षण स्टारक्राफ्ट जैसे सिम्युलेटेड गेम का उपयोग करके किया गया था।

"स्टारक्राफ्ट थोड़ा अधिक अप्रत्याशित हो सकता है - हम इस माहौल में भी अपनी पद्धति को अच्छी तरह से काम करते हुए देखकर उत्साहित थे।"

टीम का कहना है कि इस प्रकार का एल्गोरिदम विभिन्न वास्तविक दुनिया की स्थितियों पर लागू होता है। कुछ संभावित अनुप्रयोगों में सैन्य निगरानी, ​​एक गोदाम में रोबोट, यातायात सिग्नल नियंत्रण, स्वायत्त वाहन वितरण का समन्वय, और एक इलेक्ट्रिक पावर ग्रिड को नियंत्रित करना शामिल है।

इस महत्वपूर्ण शोध को अंजाम देने वाली टीम में सेउंग ह्यून किम, नील वान स्ट्रालेन और गिरीश चौधरी शामिल थे। इसे ऑटोनॉमस एजेंट्स और मल्टी-एजेंट सिस्टम्स सहकर्मी-समीक्षा सम्मेलन में प्रस्तुत किया गया था।