蓋世汽車訊 創(chuàng)建可以像人類一樣有效地學(xué)習(xí)競爭和合作的人工智能代理仍然很難。關(guān)鍵挑戰(zhàn)在于讓AI代理能夠預(yù)測其他代理的未來行為，同時都在學(xué)習(xí)。而目前的方法都較為短視，代理只能猜測隊友或競爭對手接下來的幾步，無法從長遠考量，從而導(dǎo)致性能不佳。
據(jù)外媒報道，來自麻省理工學(xué)院（MIT）、MIT -IBM沃森人工智能實驗室（Watson AI Lab）和其他機構(gòu)的研究人員開發(fā)出新方法，可為人工智能代理提供有遠見的視角。該機器學(xué)習(xí)框架使合作或競爭的人工智能代理能夠考慮其他代理在長遠未來（接近無窮）的行為，而非僅僅接下來幾個步驟。然后代理會相應(yīng)地調(diào)整行為以影響其他代理的未來行為，并得出最佳的長期解決方案。
圖片來源：MIT
一組自動無人機可以使用這個框架協(xié)同工作，例如在茂密的森林中尋找迷路的徒步旅行者，或者自動駕駛汽車在高速公路上行駛，且可通過預(yù)測其他車輛的未來移動保護乘員安全。
MIT信息和決策系統(tǒng)實驗室（LIDS）研究生、論文主要作者Dong-Ki Kim表示：“當(dāng)AI代理合作或競爭時，最重要的是它們的行為何時會在未來的某個時刻相遇。沿途有很多短暫的行為，從長遠來看并不重要，但相遇非常重要。我們現(xiàn)在有一種數(shù)學(xué)方法可預(yù)測相遇。”
更多代理，更多問題
來源：蓋世汽車
作者：劉麗婷
本文地址：http://m.155ck.com/news/jishu/189997
以上內(nèi)容轉(zhuǎn)載自蓋世汽車，目的在于傳播更多信息，如有侵僅請聯(lián)系admin#d1ev.com(#替換成@)刪除，轉(zhuǎn)載內(nèi)容并不代表第一電動網(wǎng)（m.155ck.com）立場。
文中圖片源自互聯(lián)網(wǎng)，如有侵權(quán)請聯(lián)系admin#d1ev.com（#替換成@）刪除。
先估價再買車，買的放心開的安心
您的詢價信息
已經(jīng)成功提交我們稍后會聯(lián)系您進行報價!
京公網(wǎng)安備
11010502033163號