DeepMind推新算法教智能體從零學控制物體

5G寬帶 dvbcn編輯 2018-03-06 11:48 閱讀 5,681 來源：DVBCN 　

DeepMind發(fā)表博客文章，提出一種稱為SAC-X（計劃輔助控制）的新學習范式，旨在解決讓AI以最少的先驗知識，從頭開始學習復雜控制問題的挑戰(zhàn)。

這在真實環(huán)境中成功讓機械臂從頭開始學習拾放物體。SAC-X 是基于從頭開始學習復雜的任務(wù)這種想法，即一個智能體首先應該學習并掌握一套基本技能。就像嬰兒在爬行或走路前必須具有協(xié)調(diào)能力和平衡能力，為智能體提供與簡單技能相對應的內(nèi)在目標（具有輔助作用），這會增加它理解和執(zhí)行更復雜任務(wù)的可能性。研究者認為，SAC-X是一種通用的強化學習方法，未來可以應用于機器人以外的更廣泛領(lǐng)域。