ロボティクスとフィジカルAI
AIが協調ロボットとドローンのチームをトレーニングする
要点分散型強化学習により、ロボットチームは直接的な通信なしで協調できるようになる。
もっと見る
- 分散型強化学習により、ロボットチームは直接的な通信なしで協調できるようになる。
- 新しいアルゴリズムは、サッカーのアシストのように、チーム目標に対する個々のエージェントの貢献を特定する。
- この手法は、スタークラフトのような予測不可能なシミュレーション環境で効果的であることが証明された。
イリノイ大学グレインジャー工学部の研究チームは、人工知能(AI)を使用して複数のエージェントであるロボットとドローンを共同で作業させるための新しい方法を開発しました。エージェントは、機械学習の主な種類の1つである強化学習に依存しています。
分散型テクニック
Huy Tranは、大学の航空宇宙エンジニアです。
「エージェントが互いに話すことができる場合は、簡単です」とHuy Tranは述べました。「しかし、私たちは分散型の方法でこれを行いたいと思っていました。つまり、エージェントが互いに話さないということです。また、エージェントの役割や仕事が明らかでない状況についても焦点を当てました。」
Tranによると、このシナリオは、1つのエージェントが別のエージェントに対して何をするべきかが明らかでないため、より複雑です。
「興味深い質問は、どのようにしてチームでタスクを一緒に達成するかを学ぶ方法です」と彼は述べました。
強化学習テクニック
チームは、この問題を回避するために、強化学習という機械学習テクニックに頼りました。これにより、エージェントがチームに役立つことをしているかどうかを示すユーティリティ関数を作成できました。
「チームの目標の場合、誰が勝利に貢献したかを知るのは難しいです」とTranは続けました。「私たちは、個々のエージェントがチーム全体の目標に貢献したときを識別できる機械学習テクニックを開発しました。スポーツに例えると、1人のサッカー選手が得点するかもしれませんが、ゴールにつながる他のチームメイトのアクション、たとえばアシストについても知りたいです。遅延効果を理解することは難しいです。」
研究者のアルゴリズムは、エージェントまたはロボットが目標に反する、または貢献しないことをしている場合にも識別します。
「ロボットが何か間違ったことを選択したのではない、ただ単に目標に役立たないことをしているのです」と彼は述べました。
アルゴリズムは、StarCraftなどのシミュレートゲームでテストされました。
「StarCraftは少し予測不可能ですが、私たちの方法がこの環境でもうまく機能することを確認できて嬉しかったです」とTranは述べました。
このタイプのアルゴリズムは、さまざまな実世界の状況に適用できます。チームによると、潜在的な応用例には、軍事監視、倉庫内のロボット、交通信号制御、自律走行車による配達の調整、電力網の制御などがあります。
この突破的な研究を実施したチームには、Seung Hyun Kim、Neale Van Stralen、Girish Chowdharyが含まれます。この研究は、Autonomous Agents and Multi-Agent Systemsの査読付き会議で発表されました。












