پنجشنبه, ۱ آذر ۱۴۰۳ / بعد از ظهر / | 2024-11-21
تبلیغات
تبلیغات
کد خبر: 55748 |
تاریخ انتشار : ۰۸ مرداد ۱۴۰۱ - ۱۱:۴۲ |
130 بازدید
۰
4
ارسال به دوستان
پ

 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
 

لینک کوتاه خبر:
×
  • دیدگاه های ارسال شده توسط شما، پس از تایید توسط ادراك خبر در وب سایت منتشر خواهد شد
  • پیام هایی که حاوی تهمت یا افترا باشد منتشر نخواهد شد.
  • لطفا از تایپ فینگلیش بپرهیزید. در غیر اینصورت دیدگاه شما منتشر نخواهد شد.
  • نظرات و تجربیات شما

    نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

    نظرتان را بیان کنید