محققان دانشگاه ایلینویز روشی را بابت آموزش چندین عامل برای کار ربات ها با استفاده از یادگیری تقویتی چند عاملی هوش مصنوعی، توسعه دادند.هوی تران گفت: سوال جالب این است که چگونه یاد بگیریم، یک کار را با هم در طول زمان انجام دهیم. تران و همکارانش از یادگیری ماشینی برای حل این مشکل با […]
محققان دانشگاه ایلینویز روشی را بابت آموزش چندین عامل برای کار ربات ها با استفاده از یادگیری تقویتی چند عاملی هوش مصنوعی، توسعه دادند.هوی تران گفت: سوال جالب این است که چگونه یاد بگیریم، یک کار را با هم در طول زمان انجام دهیم.
تران و همکارانش از یادگیری ماشینی برای حل این مشکل با ایجاد یک تابع سودمند استفاده کردند که چه زمانی کاری مفید یا خوب برای تیم انجام میدهد. او گفت: ما یک تکنیک یادگیری ماشینی را توسعه دادیم که به ما امکان میدهد تشخیص دهیم که چه زمانی یک عامل فردی به موفقیت تیم جهانی کمک میکند. اگر از نظر ورزشی به آن نگاه کنید، یک بازیکن فوتبال ممکن است گل بزند، اما ما میخواهیم در مورد اقدامات سایر هم تیمیها نیز بدانیم؛ که منجر به گل میشود، مانند پاس گل.
تران گفت این نوع الگوریتم برای بسیاری از موقعیتهای واقعی مانند نظارت نظامی، رباتهایی که با یکدیگر در انبار کار میکنند، کنترل سیگنالهای ترافیکی، وسایل نقلیه خودمختار که مسیر را برای حرکت و سفر هماهنگ میکنند.
بیشتربخوانید