Umetna inteligenca začela z učenjem robotov!
Ko so komunikacijske linije odprte, lahko posamezne inteligentne naprave kot so roboti ali droni, sodelujejo in opravijo nalogo. Kaj pa, če niso opremljeni z ustrezno strojno opremo ali pa so signali blokirani, kar onemogoča komunikacijo? Raziskovalci Univerze Illinois Urbana-Champaign so se lotili prav tega težjega izziva. Razvili so metodo za usposabljanje robotov za sodelovanje z uporabo večrobotnega učenja z okrepitvijo, ki je vrsta umetne inteligence.
"Pri timskih ciljih je težko vedeti, kdo je prispeval k zmagi," je dejal. "Razvili smo tehniko strojnega učenja, ki nam omogoča ugotoviti, kdaj posamezni robot prispeva h končnemu cilju. Če pogledamo na problem v športnem smislu - en nogometaš lahko doseže gol, vendar želimo vedeti tudi za dejanja drugih soigralcev, ki so pripeljala do gola, na primer za podaje, predložke. Na tej točki težko predvidimo vse podaje, ki jih opravijo ostali roboti."
"Lažje je, če se roboti lahko pogovarjajo med seboj," je povedal Huy Tran, letalski inženir na univerzi Illinois. "Vendar smo sam projekt želeli izpeljati na decentraliziran način, kar pomeni, da se med seboj ne pogovarjajo zares. Osredotočili smo se tudi na situacije, v katerih ni jasno, kakšne naj bi bile različne vloge ali naloge robotov."
Tran je dejal, da je ta scenarij veliko bolj zapleten in predstavlja težji problem, saj ni jasno, kaj naj bi en robot počel v primerjavi z drugim robotom. "Zanimivo vprašanje je tudi to, kako se sčasoma roboti naučijo opraviti nalogo skupaj," je dejal Tran.
Tran in njegovi sodelavci so za rešitev tega problema uporabili strojno učenje, tako da so ustvarili funkcijo koristnosti, ki robotu pove, kdaj za ekipo počne nekaj koristnega ali dobrega.
"Pri timskih ciljih je težko vedeti, kdo je prispeval k zmagi," je dejal. "Razvili smo tehniko strojnega učenja, ki nam omogoča ugotoviti, kdaj posamezni robot prispeva h končnemu cilju. Če pogledamo na problem v športnem smislu - en nogometaš lahko doseže gol, vendar želimo vedeti tudi za dejanja drugih soigralcev, ki so pripeljala do gola, na primer za podaje, predložke. Na tej točki težko predvidimo vse podaje, ki jih opravijo ostali roboti."
Algoritmi, ki so jih razvili raziskovalci, lahko prepoznajo tudi, kdaj robot počne nekaj, kar ne prispeva k cilju. "Ne gre toliko za to, da se je robot odločil narediti nekaj narobe, temveč za nekaj, kar ni koristno za končni cilj." Svoje algoritme so preizkusili s simuliranimi igrami, kot sta Capture the Flag in StarCraft, priljubljeni računalniški igri.
Tran je dejal, da je ta vrsta algoritma uporabna v številnih resničnih situacijah, kot so vojaški nadzor, sodelovanje robotov v skladišču, nadzor prometne signalizacije, avtonomna vozila, ki usklajujejo dostavo, ali nadzor električnega omrežja.
Več iz rubrike
3D tisk pozitivno vpliva na gospodarstvo
Najpogosteje 3D tisk proizvaja slušne aparate, protetične pripomočke in tekaške copate.
Bomo trajnost dosegli z jedrsko fuzijo?
Znanstveniki dosegli stabilizacijo jedrskega zlivanja, kar je dober znak za prihodnost
