盖世汽车讯 当通信线路处于打开时,机器人或无人机等个体就可一起工作,协作完成一项任务。不过,如果此类设备没有配备正确的硬件,或者信号被屏蔽,导致交流无法进行,应该怎么办呢?据外媒报道,美国伊利诺伊大学厄巴纳-香槟分校(University of Illinois Urbana-Champaign)的研究人员解决了该挑战,研发了一种方法,可利用多设备强化学习(一种人工智能技术)训练多个智能设备一起工作。
多个设备一起工作(图片来源:伊利诺伊大学厄巴纳-香槟分校)
航空航天工程师Huy Tran表示:“当此类设备可以互相交流时,事情就容易多了。但我们想以一种去中心化的方式来做这件事,这意味着设备无需互相交流。我们还关注了一些情况,即不同角色或工作的区别并不十分明显。”
Tran表示,此种情景更加复杂,也是一个更加困难的问题,因为不清楚一个设备和另一个设备应该做什么。Tran与合作伙伴采用机器学习解决了该问题,他们创建了一个效用函数,告诉智能设备什么时候是在做对团队有益的事情。
Huy Tran在介绍其研究(图片来源:伊利诺伊大学厄巴纳-香槟分校)
“有了团队目标,就很难知道谁为团队的胜利做出了贡献。我们研发了一种机器学习技术,让我们能够识别哪个个体何时对团队目标做出了贡献。”
研究人员研发的算法还能够识别设备或机器人何时在做与团体目标无关的事情。“与其说机器人选择做错了什么,不如说它做了什么对最终目标没有帮助的事情。”
研究人员采用模拟游戏Capture the Flag和流行电脑游戏《星际争霸》来测试该算法。“《星际争霸》可能更加难以预测,我们很高兴看到我们的方法在这个环境中也能发挥作用。”
Tran表示,此种算法适用于许多现实生活中的情况,如军事监视、仓库中工作的机器人、交通信号控制、自动驾驶汽车协同配送或者电网控制等。
【以上内容转自“盖世汽车”,不代表本网站观点。 如需转载请取得盖世汽车网许可,如有侵权请联系删除。】
延伸阅读