美國陸軍研究實驗室（ARL）和德克薩斯大學(xué)（UT）奧斯汀分校的研究人員已經(jīng)開發(fā)了新的機器人或計算機程序技術(shù)，以學(xué)習(xí)如何通過與人類指導(dǎo)員進行交互來執(zhí)行任務(wù)。這項研究的結(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協(xié)會論壇上公布。
ARL和UT研究人員考慮了一個特定的情況，即人以評論的形式提供實時反饋。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，或者通過評估強化手動培訓(xùn)機器人人，由ARL/UT團隊開發(fā)了一種新的算法叫Deep TAMER。
這是TAMER的擴展，采用深度學(xué)習(xí)，它的靈感來源于人類的大腦，讓機器人可以獲得通過短時間觀看視頻來獲得執(zhí)行任務(wù)的能力。
據(jù)軍方研究員Garrett Warnell博士表示，研究小組認為，一個人通過觀察和提供評論（例如，“好工作”或“糟糕的工作”）來教導(dǎo)機器人如何做事，就像人類訓(xùn)練狗去變戲法一樣。
Warnell說，研究人員延伸了這個領(lǐng)域的早期工作，使這種類型的機器人或計算機程序的培訓(xùn)，通過圖像看世界，這是設(shè)計可以在現(xiàn)實世界中運行的學(xué)習(xí)代理的重要第一步。
目前人工智能中的許多技術(shù)要求機器人在較長的時間內(nèi)與環(huán)境進行交互，以學(xué)習(xí)如何最佳地執(zhí)行任務(wù)。在這個過程中，機器人人可能會執(zhí)行一些不僅可能是錯誤的行為，例如機器人在墻上跑步，而且可能會發(fā)生像機器人跳下懸崖等災(zāi)難性的事故。Warnell表示，來自人類的幫助將加快機器人的成長速度，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15分鐘的人為反饋來訓(xùn)練代理人在Atari保齡球游戲中比人類更好的表現(xiàn)，這個任務(wù)對于即使是最先進的人工智能方法而言也是非常困難的。Deep-TAMER訓(xùn)練的機器人展示出了過人的表現(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，為真實世界中的機器人找到更好類型的代理和環(huán)境。
Warnell表示，“未來的軍隊將由士兵和自主隊友并肩作戰(zhàn)，盡管人類和自主機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)練隨機應(yīng)變，而現(xiàn)在的人工智能機器人還做不到。”
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-自主機器人團隊成為可能。最終，他們需要自主的機器人人，能夠以各種各樣的形式，如演示、自然語言指導(dǎo)和評論，快速而安全地從他們的人類隊友學(xué)習(xí)。美國陸軍研究實驗室（ARL）和德克薩斯大學(xué)（UT）奧斯汀分校的研究人員已經(jīng)開發(fā)了新的機器人或計算機程序技術(shù)，以學(xué)習(xí)如何通過與人類指導(dǎo)員進行交互來執(zhí)行任務(wù)。這項研究的結(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協(xié)會論壇上公布。
ARL和UT研究人員考慮了一個特定的情況，即人以評論的形式提供實時反饋。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，或者通過評估強化手動培訓(xùn)機器人人，由ARL/UT團隊開發(fā)了一種新的算法叫Deep TAMER。
這是TAMER的擴展，采用深度學(xué)習(xí)，它的靈感來源于人類的大腦，讓機器人可以獲得通過短時間觀看視頻來獲得執(zhí)行任務(wù)的能力。
據(jù)軍方研究員Garrett Warnell博士表示，研究小組認為，一個人通過觀察和提供評論（例如，“好工作”或“糟糕的工作”）來教導(dǎo)機器人如何做事，就像人類訓(xùn)練狗去變戲法一樣。
Warnell說，研究人員延伸了這個領(lǐng)域的早期工作，使這種類型的機器人或計算機程序的培訓(xùn)，通過圖像看世界，這是設(shè)計可以在現(xiàn)實世界中運行的學(xué)習(xí)代理的重要第一步。
目前人工智能中的許多技術(shù)要求機器人在較長的時間內(nèi)與環(huán)境進行交互，以學(xué)習(xí)如何最佳地執(zhí)行任務(wù)。在這個過程中，機器人人可能會執(zhí)行一些不僅可能是錯誤的行為，例如機器人在墻上跑步，而且可能會發(fā)生像機器人跳下懸崖等災(zāi)難性的事故。Warnell表示，來自人類的幫助將加快機器人的成長速度，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15分鐘的人為反饋來訓(xùn)練代理人在Atari保齡球游戲中比人類更好的表現(xiàn)，這個任務(wù)對于即使是最先進的人工智能方法而言也是非常困難的。Deep-TAMER訓(xùn)練的機器人展示出了過人的表現(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，為真實世界中的機器人找到更好類型的代理和環(huán)境。
Warnell表示，“未來的軍隊將由士兵和自主隊友并肩作戰(zhàn)，盡管人類和自主機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)練隨機應(yīng)變，而現(xiàn)在的人工智能機器人還做不到。”
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-自主機器人團隊成為可能。最終，他們需要自主的機器人人，能夠以各種各樣的形式，如演示、自然語言指導(dǎo)和評論，快速而安全地從他們的人類隊友學(xué)習(xí)。
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 機器人代替人工已成必然趨勢
中國內(nèi)地勞動力成本提升問題，越來越成為PC制造環(huán)節(jié)上的制約因素。統(tǒng)計數(shù)據(jù)顯示，過去5年，內(nèi)地勞動力成本提升了2倍。春節(jié)臨近，PC市場將迎來一波消費高峰。與此同時，由于今年春節(jié)比往年來得早，很多工人都將提前回家過年，導(dǎo)致生產(chǎn)線人手不足。為了滿足1～2月份PC市場的消費旺季，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)。中國內(nèi)地勞動力成本提升問題，越來越成為PC制造環(huán)節(jié)上的制約因素。統(tǒng)計數(shù)據(jù)顯示，過去5年，中國內(nèi)地勞動力成本提升了2倍，用自動化生產(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。近期以來，不少PC制造訂單從中國回流日本，用自動化生產(chǎn)線來應(yīng)對中
工信部副部長：中國工業(yè)機器人保有量占全球四分之一
軟銀集團展示5G技術(shù)應(yīng)用：機器人表演桌上冰球
小靈靈智能語音機器人值得推薦