谷歌研发会自学的呆板人，仅需几个小时就能学会走路 ...
http://x0.ifengimg.com/res/2020/141CFEE140BD3068677D36DB37CD4EC29D64C553_size63_w850_h400.jpeg智东西3月5日消息，近来谷歌一个名为Rainbow Dash的呆板人通过AI模子练习学会了走路，还能自由的左右旋转。
Rainbow Dash是一款四足呆板人，只需几个小时的练习就可以学会向前和向后行走。
来自谷歌、加州大学伯克利分校和佐治亚理工学院的研究职员已经发表了相干研究论文，形貌了这种被称为深度强化学习AI统计的技能。
http://x0.ifengimg.com/res/2020/1125034CB1EB6CA84D4D37FA505D58D01A274B46_size75_w800_h293.jpeg
一、在真实情况中学习行走
大多数强化学习摆设都是在盘算机模仿情况中举行的。然而，Rainbow Dash利用这种技能来学习在真实的物理情况中行走。
而且，Rainbow Dash可以或许在没有专门的讲授机制的环境下举行操纵，比方人工引导或带有标签的培训数据。终极，Rainbow Dash乐成地在多个外貌上行走，包罗柔软的泡沫床垫和带有显着凹口的门垫。
Rainbow Dash利用的深度强化学习技能包罗一种呆板学习，在这种呆板学习中，署理人与情况交互，通过反复试验举行学习。大多数强化学习利用案例都涉及电脑游戏，在这些游戏中，数字署理人学习怎样通过玩游戏来得胜。
这种情势的呆板学习显着差别于传统的监视学习或非监视学习，在传统的监视学习模子中，呆板学习模子必要标志的练习数据来学习。 深度强化学习将强化学习和深度学习联合在一起，传统呆板学习的规模由于巨大的盘算本领而大大扩展。
二、强化深度学习无法完全离开人的干预
只管研究团队以为Rainbow Dash可以或许本身学会走路，但人类的干预仍旧在实现这一目的中发挥了紧张作用。 为了防止呆板人脱离这个地区，研究职员必须创建界限，呆板人可以在该界限内学习走路。
别的，研究职员还计划了特定的算法来防止呆板人跌倒，此中一些算法专注于限定呆板人的活动。为了防止诸如跌落损伤之类的变乱发生，呆板人强化学习通常在数字情况中举行，然后再将算法转移到物理呆板人上以保持其安全性。
没有到场这项研究的斯坦福大学助理传授Chelsea Finn说：“将职员从学习过程中移除真的很难，通过答应呆板人更自主地学习，呆板人更靠近于可以或许在我们生存的实际天下中学习。”
http://www.fyguaji.com
页:
[1]