текст
Робот, который принимает взвешенные решения
Брендан Инглот из Института технологий Стивенса использует новые варианты классических инструментов искусственного интеллекта при создании роботов, которые могут прогнозировать и управлять рисками, связанными с выполнением необходимой задачи.
Когда роботу необходимо принять решение, его система сталкивается с сотнями потенциальных вариантов действий. Уже известно, что роботы способны обрабатывать большую часть этих вариантов и выбирать наиболее приемлемый из них.
Но что если какой-то из вариантов, не выбранный роботом был таким же потенциально удачным и безопасным, как и выбранный?
Инженер-механик Брендан Инглот из Института технологий Стивенса разработал новый способ использования классических инструментов искусственного интеллекта. Этот способ позволит роботам предвосхищать огромное количество и вероятность потенциальных последствий их действий.
Таким образом, роботы смогут распознавать наиболее оптимальный способ достижения цели.
«Если для робота самым быстрым способом выполнения задачи будет спрыгнуть со скалы, то таким образом он пожертвует своей безопасностью ради скорости. Однако, мы не хотим, чтобы робот упал в обрыв, поэтому мы обеспечим его теми средствами, которые помогут ему распознавать риски и выбирать более безопасные варианты выполнения задачи», — отмечает Инглот.
На протяжении многих лет инженеры использовали технологии обучения с подкреплением, чтобы обучить роботов автономной навигации в воде, в воздухе и на суше. Однако, искусственный интеллект имеет свои ограничения. И главный из них — то, что ИИ принимает решения, основываясь только на предугадывании одного из возможных результатов действия.
Инглот использовал технологию дистрибутивного обучения с подкреплением — алгоритм, способный предугадывать все возможные результаты действия, а также просчитывать вероятность успешности каждого действия и выбирать наиболее целесообразные варианты поведения.
В дальнейшем для совершенствования разработанной системы Инглот хочет ввести особую сигнальную систему, благодаря которой робот будет получать сигнал вознаграждения за каждое успешное действие. Ученый надеется, что такая методика поможет увеличению эффективности обучения роботов.
фото: Stevens Institute of Technology
Технологии
Антон Тальский
Машины и Механизмы
Всего 0 комментариев
Новейшие исследования отвечают на вопросы о различии полушарий мозга
С помощью новейшего изобретения ученые способны контролировать квантовые процессы света
