蓋世汽車訊 神經網絡對工程師如何設計機器人控制器產生了巨大影響，催生了自適應能力更強、效率更高的機器。不過，這些類似大腦的機器學習系統也是一把雙刃劍：其復雜性使其功能強大，但也難以保證由神經網絡驅動的機器人能夠安全地完成任務。
圖片來源：MIT CSAIL
驗證機器人安全性和穩定性的傳統方法是通過稱為李雅普諾夫函數（Lyapunov functions）的技術。如果能找到一個李雅普諾夫函數的值持續下降，那么與更高值相關的不安全或不穩定情況永遠不會發生。然而，對于由神經網絡控制的機器人，此前用于驗證李雅普諾夫條件的方法并不能很好地擴展到復雜的機器。
據外媒報道，麻省理工學院（MIT）計算機科學與人工智能實驗室（CSAIL）及其它機構的研究人員現在開發出新技術，可以在更復雜的系統中嚴格驗證李雅普諾夫計算。該算法可以高效地搜索和驗證李雅普諾夫函數，為系統的穩定性提供保證。這種方法可能有助于更安全地部署機器人和自動駕駛汽車，包括飛機和航天器。
來源：第一電動網
作者：蓋世汽車
本文地址：http://m.155ck.com/news/shichang/238223
以上內容轉載自蓋世汽車，目的在于傳播更多信息，如有侵僅請聯系admin#d1ev.com(#替換成@)刪除，轉載內容并不代表第一電動網（m.155ck.com）立場。
文中圖片源自互聯網，如有侵權請聯系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
已經成功提交我們稍后會聯系您進行報價!
京公網安備
11010502033163號