Inteligența Artificială Ajută la Antrenarea Echipelor de Roboți și Droni Colaborativi

O echipă de cercetători de la Universitatea Illinois Grainger College of Engineering a dezvoltat o nouă metodă pentru a antrena mai mulți agenți, cum ar fi roboți și droni, să lucreze împreună cu ajutorul inteligenței artificiale (IA). Agenții se bazează pe învățarea prin întărire, care este una dintre principalele tehnici de învățare automată.

Tehnica Decentralizată

Huy Tran este un inginer aerospațial la universitate.

“Este mai ușor când agenții pot comunica între ei,” a spus Huy Tran. “Dar am vrut să facem acest lucru într-un mod descentralizat, adică fără ca ei să comunice între ei. De asemenea, ne-am concentrat pe citări unde nu este evident ce roluri sau sarcini ar trebui să aibă agenții.”

Conform lui Tran, acest scenariu este mai complex deoarece nu este clar ce ar trebui să facă un agent împotriva altui agent.

“Întrebarea interesantă este cum putem învăța să realizăm o sarcină împreună în timp,” a spus el.

Tehnica de Învățare prin Întărire

Echipa s-a bazat pe tehnica de învățare automată numită învățare prin întărire pentru a depăși această problemă. Acest lucru le-a permis să creeze o funcție de utilitate care spune agentului când face ceva util pentru echipă.

“Cu obiectivele echipei, este greu de știut cine a contribuit la victorie,” a continuat Tran. “Am dezvoltat o tehnică de învățare automată care ne permite să identificăm când un agent individual a contribuit la obiectivul global al echipei. Dacă ne uităm la acest lucru în termeni de sport, un jucător de fotbal poate marca, dar și vrem să știm despre acțiunile altor coechipieri care au condus la gol, cum ar fi pase. Este greu de înțeles aceste efecte întârziate.”

Algoritmii cercetătorilor identifică, de asemenea, când un agent sau robot face ceva care nu contribuie la obiectiv.

“Nu este vorba despre faptul că robotul a ales să facă ceva greșit, ci mai degrabă ceva care nu este util pentru obiectivul final,” a spus el.

Algoritmii au fost testați folosind jocuri simulate, cum ar fi StarCraft.

“StarCraft poate fi un pic mai imprevizibil – am fost încântați să vedem că metoda noastră funcționează bine în acest mediu, de asemenea.”

Acest tip de algoritm este aplicabil în diverse situații din lumea reală, spune echipa. Unele dintre aplicațiile potențiale includ supravegherea militară, roboți într-un depozit, controlul semnalelor de circulație, vehicule autonome care coordonează livrări și controlul unei rețele electrice.

Echipa care a realizat această cercetare deosebită a inclus Seung Hyun Kim, Neale Van Stralen și Girish Chowdhary. A fost prezentată la conferința peer-reviewed Autonomous Agents and Multi-Agent Systems.