研究人員開(kāi)發(fā)出新算法 像訓(xùn)練狗一樣訓(xùn)練機(jī)器人
2018-02-08 20:22:33 來(lái)源：AI行者 熱度:
美國(guó)陸軍研究實(shí)驗(yàn)室（ARL）和德克薩斯大學(xué)（UT）奧斯汀分校的研究人員已經(jīng)開(kāi)發(fā)了新的機(jī)器人或計(jì)算機(jī)程序技術(shù)，以學(xué)習(xí)如何通過(guò)與人類指導(dǎo)員進(jìn)行交互來(lái)執(zhí)行任務(wù)。這項(xiàng)研究的結(jié)果于2月2日至7日在路易斯安那州新奧爾良的人工智能促進(jìn)協(xié)會(huì)論壇上公布。
ARL和UT研究人員考慮了一個(gè)特定的情況，即人以評(píng)論的形式提供實(shí)時(shí)反饋。奧斯汀得克薩斯大學(xué)的合作者Peter Stone博士和他的前博士生Brad Knox首先研發(fā)的TAMER，或者通過(guò)評(píng)估強(qiáng)化手動(dòng)培訓(xùn)機(jī)器人人，由ARL/UT團(tuán)隊(duì)開(kāi)發(fā)了一種新的算法叫Deep TAMER。
這是TAMER的擴(kuò)展，采用深度學(xué)習(xí)，它的靈感來(lái)源于人類的大腦，讓機(jī)器人可以獲得通過(guò)短時(shí)間觀看視頻來(lái)獲得執(zhí)行任務(wù)的能力。
據(jù)軍方研究員Garrett Warnell博士表示，研究小組認(rèn)為，一個(gè)人通過(guò)觀察和提供評(píng)論（例如，“好工作”或“糟糕的工作”）來(lái)教導(dǎo)機(jī)器人如何做事，就像人類訓(xùn)練狗去變戲法一樣。
Warnell說(shuō)，研究人員延伸了這個(gè)領(lǐng)域的早期工作，使這種類型的機(jī)器人或計(jì)算機(jī)程序的培訓(xùn)，通過(guò)圖像看世界，這是設(shè)計(jì)可以在現(xiàn)實(shí)世界中運(yùn)行的學(xué)習(xí)代理的重要第一步。
目前人工智能中的許多技術(shù)要求機(jī)器人在較長(zhǎng)的時(shí)間內(nèi)與環(huán)境進(jìn)行交互，以學(xué)習(xí)如何最佳地執(zhí)行任務(wù)。在這個(gè)過(guò)程中，機(jī)器人人可能會(huì)執(zhí)行一些不僅可能是錯(cuò)誤的行為，例如機(jī)器人在墻上跑步，而且可能會(huì)發(fā)生像機(jī)器人跳下懸崖等災(zāi)難性的事故。Warnell表示，來(lái)自人類的幫助將加快機(jī)器人的成長(zhǎng)速度，并幫助他們避免潛在的陷阱。
作為第一步，研究人員展示了Deep TAMER的成功，通過(guò)15分鐘的人為反饋來(lái)訓(xùn)練代理人在Atari保齡球游戲中比人類更好的表現(xiàn)，這個(gè)任務(wù)對(duì)于即使是最先進(jìn)的人工智能方法而言也是非常困難的。Deep-TAMER訓(xùn)練的機(jī)器人展示出了過(guò)人的表現(xiàn)，甚至優(yōu)于他們的業(yè)余訓(xùn)練師以及專家級(jí)人類Atari玩家。
左：ARL的研究員Garrett Warnell博士，右：德克薩斯大學(xué)（UT）奧斯汀分校教授Peter Stone博士
在未來(lái)一到兩年中，研究人員有興趣探索他們的最新技術(shù)在更廣泛的環(huán)境中的適用性：例如除了Atari Bowling以外的視頻游戲和更多的仿真環(huán)境，為真實(shí)世界中的機(jī)器人找到更好類型的代理和環(huán)境。
Warnell表示，“未來(lái)的軍隊(duì)將由士兵和自主隊(duì)友并肩作戰(zhàn)，盡管人類和自主機(jī)器人都可以提前接受培訓(xùn)，但他們有可能在完全陌生的新環(huán)境中執(zhí)行搜索、營(yíng)救或監(jiān)視等任務(wù)，在這種情況下，人類可以很好地利用訓(xùn)練隨機(jī)應(yīng)變，而現(xiàn)在的人工智能機(jī)器人還做不到。”
Deep TAMER是研究人員設(shè)想的一系列研究的第一步，將使陸軍中更加成功的人類-自主機(jī)器人團(tuán)隊(duì)成為可能。最終，他們需要自主的機(jī)器人人，能夠以各種各樣的形式，如演示、自然語(yǔ)言指導(dǎo)和評(píng)論，快速而安全地從他們的人類隊(duì)友學(xué)習(xí)。美國(guó)陸軍研究實(shí)驗(yàn)室（ARL）和德克薩斯大學(xué)（UT）奧斯汀分校的研究人員已經(jīng)開(kāi)發(fā)了新的機(jī)器人或計(jì)算機(jī)程序技術(shù)，以學(xué)習(xí)如何通過(guò)與人類指導(dǎo)員進(jìn)行交互來(lái)執(zhí)行任務(wù)。這項(xiàng)研究的結(jié)果于2月2日至7日在路易斯安那州新奧爾良的人工智能促進(jìn)協(xié)會(huì)論壇上公布。
ARL和UT研究人員考慮了一個(gè)特定的情況，即人以評(píng)論的形式提供實(shí)時(shí)反饋。奧斯汀得克薩斯大學(xué)的合作者Peter Stone博士和他的前博士生Brad Knox首先研發(fā)的TAMER，或者通過(guò)評(píng)估強(qiáng)化手動(dòng)培訓(xùn)機(jī)器人人，由ARL/UT團(tuán)隊(duì)開(kāi)發(fā)了一種新的算法叫Deep TAMER。
這是TAMER的擴(kuò)展，采用深度學(xué)習(xí)，它的靈感來(lái)源于人類的大腦，讓機(jī)器人可以獲得通過(guò)短時(shí)間觀看視頻來(lái)獲得執(zhí)行任務(wù)的能力。
據(jù)軍方研究員Garrett Warnell博士表示，研究小組認(rèn)為，一個(gè)人通過(guò)觀察和提供評(píng)論（例如，“好工作”或“糟糕的工作”）來(lái)教導(dǎo)機(jī)器人如何做事，就像人類訓(xùn)練狗去變戲法一樣。
Warnell說(shuō)，研究人員延伸了這個(gè)領(lǐng)域的早期工作，使這種類型的機(jī)器人或計(jì)算機(jī)程序的培訓(xùn)，通過(guò)圖像看世界，這是設(shè)計(jì)可以在現(xiàn)實(shí)世界中運(yùn)行的學(xué)習(xí)代理的重要第一步。
目前人工智能中的許多技術(shù)要求機(jī)器人在較長(zhǎng)的時(shí)間內(nèi)與環(huán)境進(jìn)行交互，以學(xué)習(xí)如何最佳地執(zhí)行任務(wù)。在這個(gè)過(guò)程中，機(jī)器人人可能會(huì)執(zhí)行一些不僅可能是錯(cuò)誤的行為，例如機(jī)器人在墻上跑步，而且可能會(huì)發(fā)生像機(jī)器人跳下懸崖等災(zāi)難性的事故。Warnell表示，來(lái)自人類的幫助將加快機(jī)器人的成長(zhǎng)速度，并幫助他們避免潛在的陷阱。
作為第一步，研究人員展示了Deep TAMER的成功，通過(guò)15分鐘的人為反饋來(lái)訓(xùn)練代理人在Atari保齡球游戲中比人類更好的表現(xiàn)，這個(gè)任務(wù)對(duì)于即使是最先進(jìn)的人工智能方法而言也是非常困難的。Deep-TAMER訓(xùn)練的機(jī)器人展示出了過(guò)人的表現(xiàn)，甚至優(yōu)于他們的業(yè)余訓(xùn)練師以及專家級(jí)人類Atari玩家。
左：ARL的研究員Garrett Warnell博士，右：德克薩斯大學(xué)（UT）奧斯汀分校教授Peter Stone博士
在未來(lái)一到兩年中，研究人員有興趣探索他們的最新技術(shù)在更廣泛的環(huán)境中的適用性：例如除了Atari Bowling以外的視頻游戲和更多的仿真環(huán)境，為真實(shí)世界中的機(jī)器人找到更好類型的代理和環(huán)境。
Warnell表示，“未來(lái)的軍隊(duì)將由士兵和自主隊(duì)友并肩作戰(zhàn)，盡管人類和自主機(jī)器人都可以提前接受培訓(xùn)，但他們有可能在完全陌生的新環(huán)境中執(zhí)行搜索、營(yíng)救或監(jiān)視等任務(wù)，在這種情況下，人類可以很好地利用訓(xùn)練隨機(jī)應(yīng)變，而現(xiàn)在的人工智能機(jī)器人還做不到。”
Deep TAMER是研究人員設(shè)想的一系列研究的第一步，將使陸軍中更加成功的人類-自主機(jī)器人團(tuán)隊(duì)成為可能。最終，他們需要自主的機(jī)器人人，能夠以各種各樣的形式，如演示、自然語(yǔ)言指導(dǎo)和評(píng)論，快速而安全地從他們的人類隊(duì)友學(xué)習(xí)。
下一篇：自動(dòng)駕駛警車申請(qǐng)專利 AI交警開(kāi)罰單你怕不怕上一篇：機(jī)器人技術(shù)大規(guī)模應(yīng)用，富士康旗下群創(chuàng)光電今年裁員1萬(wàn)人
責(zé)任編輯：吳禮得
相關(guān)推薦
PC產(chǎn)業(yè)鏈提前爆用工荒 機(jī)器人代替人工已成必然趨勢(shì)
中國(guó)內(nèi)地勞動(dòng)力成本提升問(wèn)題，越來(lái)越成為PC制造環(huán)節(jié)上的制約因素。統(tǒng)計(jì)數(shù)據(jù)顯示，過(guò)去5年，內(nèi)地勞動(dòng)力成本提升了2倍。春節(jié)臨近，PC市場(chǎng)將迎來(lái)一波消費(fèi)高峰。與此同時(shí)，由于今年春節(jié)比往年來(lái)得早，很多工人都將提前回家過(guò)年，導(dǎo)致生產(chǎn)線人手不足。為了滿足1～2月份PC市場(chǎng)的消費(fèi)旺季，多家PC代工巨頭紛紛要求零部件供應(yīng)商大幅增加出貨量，以確保1～2月份的PC供應(yīng)。中國(guó)內(nèi)地勞動(dòng)力成本提升問(wèn)題，越來(lái)越成為PC制造環(huán)節(jié)上的制約因素。統(tǒng)計(jì)數(shù)據(jù)顯示，過(guò)去5年，中國(guó)內(nèi)地勞動(dòng)力成本提升了2倍，用自動(dòng)化生產(chǎn)線取代人工從而降低人工成本，正在成為PC代工廠的趨勢(shì)。近期以來(lái)，不少PC制造訂單從中國(guó)回流日本，用自動(dòng)化生產(chǎn)線來(lái)應(yīng)對(duì)中
工信部副部長(zhǎng)：中國(guó)工業(yè)機(jī)器人保有量占全球四分之一
軟銀集團(tuán)展示5G技術(shù)應(yīng)用：機(jī)器人表演桌上冰球
小靈靈智能語(yǔ)音機(jī)器人值得推薦