रोबोटिक्स और भौतिक एआई

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

Alex McFarland
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
मुख्य बिंदुविकेंद्रीकृत सुदृढीकरण सीखने से रोबोट टीमें बिना सीधे संचार के समन्वय कर सकती हैं।
और देखें
  • विकेंद्रीकृत सुदृढीकरण सीखने से रोबोट टीमें बिना सीधे संचार के समन्वय कर सकती हैं।
  • नए एल्गोरिदम टीम के लक्ष्यों में व्यक्तिगत एजेंट के योगदान की पहचान करते हैं, जैसे फुटबॉल में असिस्ट।
  • यह विधि अप्रत्याशित सिम्युलेटेड वातावरण जैसे स्टारक्राफ्ट में प्रभावी साबित हुई।

इलिनोइस विश्वविद्यालय ग्रेंजर कॉलेज ऑफ इंजीनियरिंग में शोधकर्ताओं की एक टीम ने रोबोट और ड्रोन जैसे कई एजेंटों को एक साथ काम करने के लिए एक नई विधि विकसित की है, जिसमें कृत्रिम बुद्धिमत्ता (एआई) का उपयोग किया जाता है। एजेंट मुख्य रूप से मशीन लर्निंग तकनीकों में से एक प्रकार के रिनफोर्समेंट लर्निंग पर निर्भर करते हैं।

विकेंद्रीकृत तकनीक

ह्यू ट्रान विश्वविद्यालय में एक एयरोस्पेस इंजीनियर हैं।

“यह आसान है जब एजेंट एक दूसरे से बात कर सकते हैं,” ह्यू ट्रान ने कहा। “लेकिन हम इसे एक विकेंद्रीकृत तरीके से करना चाहते थे, जिसका अर्थ है कि वे एक दूसरे से बात नहीं करते हैं। हमने यह भी ध्यान दिया कि जहां एजेंटों के लिए अलग-अलग भूमिकाएं या काम स्पष्ट नहीं हैं।”

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

“यह दिलचस्प प्रश्न है कि हम एक साथ एक कार्य को पूरा करना कैसे सीखते हैं,” उन्होंने कहा।

रिनफोर्समेंट लर्निंग तकनीक

टीम ने इस समस्या को हल करने के लिए मशीन लर्निंग तकनीक का उपयोग किया, जिसे रिनफोर्समेंट लर्निंग कहा जाता है। इससे उन्हें एक उपयोगिता फंक्शन बनाने में मदद मिली जो एजेंट को बताती है कि जब वह टीम के लिए कुछ उपयोगी कर रहा है।

“टीम लक्ष्यों के साथ, यह जानना मुश्किल है कि किसने जीत में योगदान दिया,” ट्रान ने जारी रखा। “हमने एक मशीन लर्निंग तकनीक विकसित की है जो हमें यह पहचानने में मदद करती है कि जब एक व्यक्तिगत एजेंट ने वैश्विक टीम उद्देश्य में योगदान दिया। यदि आप इसे खेल के संदर्भ में देखते हैं, तो एक फुटबॉल खिलाड़ी गोल कर सकता है, लेकिन हमें यह भी जानना होगा कि अन्य साथियों द्वारा की गई कार्रवाइयाँ जो गोल तक ले गईं, जैसे कि असिस्ट। इन विलंबित प्रभावों को समझना मुश्किल है।”

शोधकर्ताओं के अल्गोरिदम यह भी पहचानते हैं कि जब एक एजेंट या रोबोट कुछ ऐसा कर रहा है जो लक्ष्य के खिलाफ है या योगदान नहीं दे रहा है।

“यह इतना नहीं है कि रोबोट ने जानबूझकर कुछ गलत चुना, बस कुछ ऐसा जो अंतिम लक्ष्य के लिए उपयोगी नहीं है,” उन्होंने कहा।

अल्गोरिदम का परीक्षण सिम्युलेटेड गेम्स का उपयोग करके किया गया था, जैसे कि स्टार्क्राफ्ट।

“स्टार्क्राफ्ट थोड़ा अधिक अप्रत्याशित हो सकता है – हम देखकर उत्साहित थे कि हमारी विधि इस वातावरण में भी अच्छी तरह से काम करती है।”

इस प्रकार के अल्गोरिदम विभिन्न वास्तविक दुनिया की स्थितियों में लागू किए जा सकते हैं, जैसे कि सैन्य निगरानी, गोदाम में रोबोट, यातायात संकेत नियंत्रण, स्वायत्त वाहन डिलीवरी को समन्वयित करना, और एक इलेक्ट्रिक पावर ग्रिड को नियंत्रित करना।

इस नए अनुसंधान को करने वाली टीम में सुंग ह्यून किम, नील वैन स्ट्रालेन और गिरीश चौधरी शामिल थे। यह ऑटोनोमस एजेंट्स एंड मल्टी-एजेंट सिस्टम्स पीयर-रिव्यूड कॉन्फ्रेंस में प्रस्तुत किया गया था।

Alex McFarland

Alex Unite.AI के एआई‑संचालित समाचार संचालन का नेतृत्व करते हैं, पत्रकारिता, अनुसंधान और स्वचालन को मिलाकर कृत्रिम बुद्धिमत्ता की समय पर और स्केलेबल कवरेज को समर्थन देते हैं। उनका काम यह सुनिश्चित करने में मदद करता है कि उभरते एआई विकास को प्रभावी ढंग से उजागर किया जाए, जबकि प्रकाशन के संपादकीय मानकों को बनाए रखा जाए।