AI协助训练协同机器人和无人机团队

伊利诺伊大学格雷恩杰工程学院的一组研究人员开发了一种新方法，使用人工智能（AI）训练多个代理，如机器人和无人机，以便它们能够协同工作。这些代理依赖于强化学习，这是机器学习技术的主要类型之一。

去中心化技术

Huy Tran 是大学的航空工程师。

“当代理可以相互通信时，事情会变得更简单，”Huy Tran 说。“但我们希望以去中心化的方式实现这一点，即它们不相互通信。我们还关注了引用，其中代理的不同角色或工作并不明显。”

根据 Tran 的说法，这种情况更加复杂，因为不清楚一个代理应该对另一个代理做什么。

“有趣的问题是，我们如何随着时间的推移学会一起完成一项任务，”他说。

强化学习技术

该团队依赖于一种称为强化学习的机器学习技术来解决这个问题。它使他们能够创建一个实用函数，告诉代理何时为团队做了有用的事情。

“对于团队目标来说，很难知道谁为胜利做出了贡献，”Tran 继续说。“我们开发了一种机器学习技术，允许我们确定当个别代理为全球团队目标做出了贡献时。如果你从体育的角度来看，一名足球运动员可能会进球，但我们也想知道其他队友的行为如何导致了进球，例如助攻。很难理解这些延迟的影响。”

研究人员的算法还可以识别出代理或机器人何时做出与目标相反或不有助于目标的行为。

“这并不是机器人故意做错了什么，而是做了对最终目标没有帮助的事情，”他说。

这些算法使用模拟游戏进行了测试，例如星际争霸。

“星际争霸可能会更加不可预测——我们很高兴看到我们的方法在这种环境中也能很好地工作。”

这种算法可以应用于各种实际情况，团队说。一些潜在的应用包括军事监视、仓库中的机器人、交通信号控制、自主车辆协调交付和控制电力网。

开展这项突破性研究的团队包括 Seung Hyun Kim、Neale Van Stralen 和 Girish Chowdhary。它在自主代理和多代理系统同行评审会议上发表。