หุ่นยนต์และ AI ทางกายภาพ
AI ช่วยฝึกทีมหุ่นยนต์และโดรนให้ร่วมมือกัน
เพิ่ม Unite.AI ลงในแหล่งข้อมูลที่คุณต้องการบน Google
ทีมนักวิจัยจาก University of Illinois Grainger College of Engineering ได้พัฒนาวิธีการใหม่ในการฝึกหุ่นยนต์และโดรนหลายตัวให้ร่วมมือกันโดยใช้ปัญญาประดิษฐ์ (AI) หุ่นยนต์เหล่านี้พึ่งพาการเรียนรู้แบบเสริมกำลัง ซึ่งเป็นหนึ่งในเทคนิคการเรียนรู้ของเครื่องจักรที่สำคัญ
เทคนิคแบบกระจาย
Huy Tran เป็นวิศวกรอวกาศที่มหาวิทยาลัย
“มันง่ายกว่าเมื่อหุ่นยนต์สามารถพูดคุยกัน” Huy Tran กล่าว “แต่เราต้องการทำสิ่งนี้ในลักษณะที่กระจาย หมายความว่าพวกมันไม่พูดคุยกัน เรายังเน้นไปที่การอ้างอิงที่ไม่ชัดเจนว่าบทบาทหรืองานของหุ่นยนต์แต่ละตัวควรเป็นอย่างไร”
ตามคำกล่าวของ Tran สถานการณ์นี้ซับซ้อนกว่าเพราะไม่ชัดเจนว่าหุ่นยนต์ตัวใดควรทำอะไรต่อตัวอื่น
“คำถามที่น่าสนใจคือว่าเราจะเรียนรู้เพื่อให้บรรลุเป้าหมายร่วมกันในระยะเวลานานได้อย่างไร” เขากล่าว
เทคนิคการเรียนรู้แบบเสริมกำลัง
ทีมนักวิจัยใช้เทคนิคการเรียนรู้ของเครื่องจักรที่เรียกว่าการเรียนรู้แบบเสริมกำลังเพื่อแก้ปัญหานี้ ทำให้พวกเขาได้สร้างฟังก์ชันยูทิลิตี้ที่บอกหุ่นยนต์ว่าเมื่อใดที่มันทำอะไรที่มีประโยชน์ต่อทีม
“ด้วยเป้าหมายของทีม มันยากที่จะรู้ว่าใครมีส่วนช่วยให้ชนะ” Tran กล่าวต่อ “เราพัฒนเทคนิคการเรียนรู้ของเครื่องจักรที่ช่วยให้เราสามารถระบุได้ว่าหุ่นยนต์แต่ละตัวมีส่วนช่วยให้บรรลุเป้าหมายของทีมหรือไม่ หากคุณมองมันในแง่ของกีฬา ผู้เล่นฟุตบอลคนหนึ่งอาจทำประตู แต่เรายังต้องการทราบเกี่ยวกับการกระทำของเพื่อนร่วมทีมที่นำไปสู่ประตู เช่น การผ่านบอล มัน khóที่จะเข้าใจผลกระทบที่ล่าช้า”
อัลกอริทึมของนักวิจัยยังระบุได้ว่าเมื่อหุ่นยนต์หรือหุ่นยนต์ทำอะไรที่ขัดแย้งกันหรือไม่มีส่วนช่วยให้บรรลุเป้าหมาย
“มันไม่ใช่หุ่นยนต์ตัดสินใจทำอะไรที่ผิดพลาด แต่ทำอะไรที่ไม่มีประโยชน์ต่อเป้าหมายสุดท้าย” เขากล่าว
อัลกอริทึมเหล่านี้ได้รับการทดสอบโดยใช้เกมจำลอง เช่น StarCraft
“StarCraft อาจไม่คาดเดาได้ — เรารู้สึกตื่นเต้นที่จะเห็นวิธีการของเราทำงานได้ดีในสภาพแวดล้อมนี้”
อัลกอริทึมประเภทนี้สามารถนำไปใช้กับสถานการณ์จริงต่างๆ ได้ เช่น การสอดแนมทางทหาร หุ่นยนต์ในคลัง หุ่นยนต์จราจร การควบคุมการจราจร หุ่นยนต์รถยนต์แบบอัตโนมัติที่ประสานงานการจัดส่ง และการควบคุมระบบไฟฟ้า
ทีมที่ทำการวิจัยนี้ประกอบด้วย Seung Hyun Kim, Neale Van Stralen และ Girish Chowdhary และได้นำเสนอในการประชุมวิชาการ Autonomous Agents and Multi-Agent Systems
