یادگیری تقویتی جدید، روبات‌ها را خودمختارتر و همه‌فن حریف‌تر می‌کند

به گزارش خبرنگار فناوری خبرگزاری دانشجو، شبکه‌های عصبی عمیق معمولا با آموزش چندین مثال به طور مکرر قادر به یادگیری توابع هستند. تا به امروز از این فناوری برای شناسایی چهره در جمعیت یا تصمیم‌گیری در مورد اعتبارسنجی متقاضیان وام استفاده شده است. ولی محققان ادینبرو و ججیانگ در تلاشند که شبکه‌های عصبی عمیق را برای کاربرد‌های مختلف با هم ترکیب کنند و یک سیستم جدید طراحی کنند که مزایای تمامی این شبکه‌های عصبی را دربرداشته باشد.

 

به گزارش این محققان، سیستم حاصل چیزی بیش از مجموعه‌ای از قطعات است و سیستمی به وجود آمده که قادر به یادگیری توابعی است که هیچ کدام از شبکه‌های عصبی به تنهایی قادر به آن نیستند. محققان آن را معماری یادگیری چندتخصصی یا MELA نامیده‌اند.

در آزمایشی که محققان انجام دادند، یکی از این MELA‌ها یاد گرفت که روبات را در اطراف موانع براند. همه این شبکه‌های عصبی عمیق به یک شبکه عصبی درگاهی متصل شدند و به مرور زمان یاد گرفتند که چگونه وقتی با مانعی برخورد می‌کنند، مهارت‌های خاص مربوط به عبور از کنار مانع را یاد بگیرند. زیرا کنترل روباتی که در محیطی حرکت می‌کند، به مهارت‌های خاصی نیاز دارد و هر بار یکی از آن‌ها را فراخوانی می‌کند. سپس این سیستم قادر به انجام کلیه مهارت‌هایی خواهد بود که تک تک شبکه‌های عصبی عمیق آن را دارند.

اما این پایان آزمایش نبود، چون MELA اطلاعات بیشتری را در مورد اجزای سازنده و توانایی آن‌ها کسب کرد و یاد گرفت که از طریق آزمون و خطا و از روش‌هایی که اصلا به آن آموزش داده نشده بود، چیز‌های بسیاری را یاد بگیرد. به عنوان مثال یاد گرفت که پس از سقوط و برخورد با زمین لغزنده دوباره از جا بلند شود و یا در صورت خرابی یکی از موتور‌ها چگونه کار خود را از سر بگیرد. محققان ادعا می‌کنند که این پژوهش نقطه عطفی در تحقیقات روباتیک به شمار می‌رود و الگوی جدیدی را ارائه می‌دهد که در آن، زمانی که روبات به مشکلی بربخورد که قبلا آن را تجربه کرده است، دیگر نیازی به دخالت انسان نداشته باشد و خودش راهکاری برای خودش پیدا کند.