www.久久久久|狼友网站av天堂|精品国产无码a片|一级av色欲av|91在线播放视频|亚洲无码主播在线|国产精品草久在线|明星AV网站在线|污污内射久久一区|婷婷综合视频网站

當(dāng)前位置:首頁(yè) > 智能硬件 > 人工智能AI
[導(dǎo)讀] 2018年12月,來(lái)自加利福尼亞大學(xué)伯克利分校和谷歌大腦的科學(xué)家們開(kāi)發(fā)出了一套人工智能系統(tǒng),它可以讓機(jī)器人自己學(xué)會(huì)走路。這一成果發(fā)表于預(yù)印本網(wǎng)站arXiv.org上,論文題為《通過(guò)深度強(qiáng)化學(xué)習(xí)來(lái)

2018年12月,來(lái)自加利福尼亞大學(xué)伯克利分校和谷歌大腦的科學(xué)家們開(kāi)發(fā)出了一套人工智能系統(tǒng),它可以讓機(jī)器人自己學(xué)會(huì)走路。這一成果發(fā)表于預(yù)印本網(wǎng)站arXiv.org上,論文題為《通過(guò)深度強(qiáng)化學(xué)習(xí)來(lái)學(xué)習(xí)走路》(Learning to Walk via Deep Reinforcement Learning)。

在研究人員公布的視頻資料中,四足機(jī)器人Minitaur試圖走過(guò)一個(gè)平整的緩坡。在視頻開(kāi)頭,時(shí)間顯示為0,這是四足機(jī)器人學(xué)習(xí)走路的開(kāi)始。此時(shí)的四足機(jī)器人Minitaur如一個(gè)蹣跚學(xué)步的嬰兒,時(shí)而搖晃、時(shí)而原地踏步,它嘗試著邁開(kāi)“腿”前進(jìn),但身體卻“誠(chéng)實(shí)”地留在原地,整個(gè)行走過(guò)程進(jìn)展緩慢。轉(zhuǎn)變發(fā)生在Minitaur學(xué)習(xí)走路的第18分鐘,這時(shí)它已經(jīng)可以持續(xù)性地前進(jìn)了,但平衡性稍顯不足。后續(xù)的練習(xí)中,Minitaur的步伐逐漸變得穩(wěn)定且迅速。54分鐘、72分鐘、108分鐘,不到2小時(shí)的時(shí)間,Minitaur基本學(xué)會(huì)了快速且平穩(wěn)地走過(guò)緩坡。

這就是四足機(jī)器人Minitaur學(xué)習(xí)走路的全過(guò)程。加利福尼亞大學(xué)伯克利分校和谷歌大腦的科學(xué)家們研發(fā)出的人工智能算法“教”會(huì)了這個(gè)四足機(jī)器人穿越熟悉或陌生的地形。

在整個(gè)訓(xùn)練過(guò)程中,研究人員需要“手動(dòng)”把走到緩坡盡頭的機(jī)器人“請(qǐng)”回緩坡的起點(diǎn)以重新開(kāi)始新一輪的練習(xí),這一手動(dòng)復(fù)位的過(guò)程稍顯繁瑣。不過(guò),從結(jié)果來(lái)看,這一耗時(shí)2小時(shí)的學(xué)步過(guò)程實(shí)屬高效,不少網(wǎng)友就此評(píng)價(jià)稱(chēng)“AI真是個(gè)好老師”。

在人工智能領(lǐng)域中經(jīng)常提到“強(qiáng)化學(xué)習(xí)”的概念,這是一種使用獎(jiǎng)勵(lì)或懲罰的驅(qū)動(dòng)來(lái)實(shí)現(xiàn)特定目標(biāo)的人工智能方法,目的是獲得一個(gè)策略以指導(dǎo)行動(dòng)。比如圍棋博弈中,這個(gè)策略可以根據(jù)盤(pán)面形勢(shì)指導(dǎo)每一步應(yīng)該在哪里落子。而在四足機(jī)器人Minitaur學(xué)習(xí)走路的過(guò)程中,這個(gè)策略可以根據(jù)地形等要素告訴機(jī)器人下一步應(yīng)該怎么走。

強(qiáng)化學(xué)習(xí)會(huì)從一個(gè)初始的策略開(kāi)始。通常,初始策略不一定很理想,正如四足機(jī)器人Minitaur在剛開(kāi)始學(xué)走路的時(shí)候所表現(xiàn)的那樣。不過(guò)。在學(xué)習(xí)的過(guò)程中,作為決策主體的四足機(jī)器人Minitaur會(huì)通過(guò)行動(dòng)和環(huán)境進(jìn)行交互,不斷獲得反饋,即回報(bào)或者懲罰,并根據(jù)反饋調(diào)整優(yōu)化策略。

強(qiáng)化學(xué)習(xí)是一種非常強(qiáng)大的學(xué)習(xí)方式。持續(xù)不斷的強(qiáng)化學(xué)習(xí)甚至能夠獲得比人類(lèi)更優(yōu)的決策機(jī)制。最好的例子就是阿爾法狗。2016年,谷歌通過(guò)深度學(xué)習(xí)訓(xùn)練的阿爾法狗( AlphaGo)程序以4比1的比分戰(zhàn)勝了曾經(jīng)的圍棋世界冠軍李世石。它的改進(jìn)版更在2017年戰(zhàn)勝了當(dāng)時(shí)世界排名第一的中國(guó)棋手柯潔,其令世人震驚的博弈能力就是通過(guò)強(qiáng)化學(xué)習(xí)訓(xùn)練出來(lái)的。

但強(qiáng)化學(xué)習(xí)也有其局限性。它需要大量數(shù)據(jù),在某些情況下需要數(shù)萬(wàn)個(gè)樣本才能獲得良好的結(jié)果。這就需要四足機(jī)器人Minitaur像阿爾法狗那樣進(jìn)行多次訓(xùn)練,但過(guò)多的訓(xùn)練可能會(huì)對(duì)四足機(jī)器人造成損壞。

因此,這項(xiàng)“學(xué)習(xí)走路”的研究選擇了強(qiáng)化學(xué)習(xí)的“升級(jí)版”——深度強(qiáng)化學(xué)習(xí)的方法,將深度學(xué)習(xí)的感知能力和強(qiáng)化學(xué)習(xí)的決策能力相結(jié)合。這種方法可以直接根據(jù)輸入的圖像進(jìn)行控制,是一種更接近人類(lèi)思維方式的人工智能方法。

用研究人員的話說(shuō),為了“使一個(gè)系統(tǒng)在沒(méi)有模擬訓(xùn)練的情況下學(xué)習(xí)運(yùn)動(dòng)技能成為可能”,他們采用了一種名為“最大熵RL”強(qiáng)化學(xué)習(xí)框架。最大熵RL可以?xún)?yōu)化學(xué)習(xí)策略,以最大化預(yù)期收益。在這個(gè)框架中,人工智能代理通過(guò)從策略中抽取某些行動(dòng)并接收獎(jiǎng)勵(lì)的方式不斷地尋找最佳的行動(dòng)路徑。

研究人員表示,“據(jù)我們所知,本實(shí)驗(yàn)是在現(xiàn)實(shí)世界中不經(jīng)過(guò)模仿和預(yù)訓(xùn)練而直接學(xué)習(xí)欠驅(qū)動(dòng)四足運(yùn)動(dòng)的第一個(gè)深度強(qiáng)化學(xué)習(xí)算法案例。

2018年5月,同個(gè)課題組的研究人員曾在arXiv.org上發(fā)表了另一篇關(guān)于四足機(jī)器人Minitaur的研究論文。當(dāng)時(shí),研究人員使用深度強(qiáng)化學(xué)習(xí)的方法使Minitaur從零開(kāi)始學(xué)習(xí)四足運(yùn)動(dòng),并最終實(shí)現(xiàn)了小跑和疾馳。

本站聲明: 本文章由作者或相關(guān)機(jī)構(gòu)授權(quán)發(fā)布,目的在于傳遞更多信息,并不代表本站贊同其觀點(diǎn),本站亦不保證或承諾內(nèi)容真實(shí)性等。需要轉(zhuǎn)載請(qǐng)聯(lián)系該專(zhuān)欄作者,如若文章內(nèi)容侵犯您的權(quán)益,請(qǐng)及時(shí)聯(lián)系本站刪除。
換一批
延伸閱讀

9月2日消息,不造車(chē)的華為或?qū)⒋呱龈蟮莫?dú)角獸公司,隨著阿維塔和賽力斯的入局,華為引望愈發(fā)顯得引人矚目。

關(guān)鍵字: 阿維塔 塞力斯 華為

倫敦2024年8月29日 /美通社/ -- 英國(guó)汽車(chē)技術(shù)公司SODA.Auto推出其旗艦產(chǎn)品SODA V,這是全球首款涵蓋汽車(chē)工程師從創(chuàng)意到認(rèn)證的所有需求的工具,可用于創(chuàng)建軟件定義汽車(chē)。 SODA V工具的開(kāi)發(fā)耗時(shí)1.5...

關(guān)鍵字: 汽車(chē) 人工智能 智能驅(qū)動(dòng) BSP

北京2024年8月28日 /美通社/ -- 越來(lái)越多用戶(hù)希望企業(yè)業(yè)務(wù)能7×24不間斷運(yùn)行,同時(shí)企業(yè)卻面臨越來(lái)越多業(yè)務(wù)中斷的風(fēng)險(xiǎn),如企業(yè)系統(tǒng)復(fù)雜性的增加,頻繁的功能更新和發(fā)布等。如何確保業(yè)務(wù)連續(xù)性,提升韌性,成...

關(guān)鍵字: 亞馬遜 解密 控制平面 BSP

8月30日消息,據(jù)媒體報(bào)道,騰訊和網(wǎng)易近期正在縮減他們對(duì)日本游戲市場(chǎng)的投資。

關(guān)鍵字: 騰訊 編碼器 CPU

8月28日消息,今天上午,2024中國(guó)國(guó)際大數(shù)據(jù)產(chǎn)業(yè)博覽會(huì)開(kāi)幕式在貴陽(yáng)舉行,華為董事、質(zhì)量流程IT總裁陶景文發(fā)表了演講。

關(guān)鍵字: 華為 12nm EDA 半導(dǎo)體

8月28日消息,在2024中國(guó)國(guó)際大數(shù)據(jù)產(chǎn)業(yè)博覽會(huì)上,華為常務(wù)董事、華為云CEO張平安發(fā)表演講稱(chēng),數(shù)字世界的話語(yǔ)權(quán)最終是由生態(tài)的繁榮決定的。

關(guān)鍵字: 華為 12nm 手機(jī) 衛(wèi)星通信

要點(diǎn): 有效應(yīng)對(duì)環(huán)境變化,經(jīng)營(yíng)業(yè)績(jī)穩(wěn)中有升 落實(shí)提質(zhì)增效舉措,毛利潤(rùn)率延續(xù)升勢(shì) 戰(zhàn)略布局成效顯著,戰(zhàn)新業(yè)務(wù)引領(lǐng)增長(zhǎng) 以科技創(chuàng)新為引領(lǐng),提升企業(yè)核心競(jìng)爭(zhēng)力 堅(jiān)持高質(zhì)量發(fā)展策略,塑強(qiáng)核心競(jìng)爭(zhēng)優(yōu)勢(shì)...

關(guān)鍵字: 通信 BSP 電信運(yùn)營(yíng)商 數(shù)字經(jīng)濟(jì)

北京2024年8月27日 /美通社/ -- 8月21日,由中央廣播電視總臺(tái)與中國(guó)電影電視技術(shù)學(xué)會(huì)聯(lián)合牽頭組建的NVI技術(shù)創(chuàng)新聯(lián)盟在BIRTV2024超高清全產(chǎn)業(yè)鏈發(fā)展研討會(huì)上宣布正式成立。 活動(dòng)現(xiàn)場(chǎng) NVI技術(shù)創(chuàng)新聯(lián)...

關(guān)鍵字: VI 傳輸協(xié)議 音頻 BSP

北京2024年8月27日 /美通社/ -- 在8月23日舉辦的2024年長(zhǎng)三角生態(tài)綠色一體化發(fā)展示范區(qū)聯(lián)合招商會(huì)上,軟通動(dòng)力信息技術(shù)(集團(tuán))股份有限公司(以下簡(jiǎn)稱(chēng)"軟通動(dòng)力")與長(zhǎng)三角投資(上海)有限...

關(guān)鍵字: BSP 信息技術(shù)
關(guān)閉
關(guān)閉