OPENAI訓(xùn)練了機器人的手來解決魔方
人工智能或人工智能正以驚人的速度發(fā)展。雖然這并不是一件壞事，但許多人擔(dān)心，如果沒有適當(dāng)?shù)乇O(jiān)管，我們可能會失去對AI的控制。某些組織一直在關(guān)注AI的發(fā)展，例如埃隆·馬斯克(Elon Musk)創(chuàng)立的AI研究組織OpenAI。該公司致力于AI的許多子集的開發(fā)，而我們大多數(shù)人可能通過擊敗一些世界上最好的DOTA玩家而了解它?，F(xiàn)在，該公司已通過訓(xùn)練一對神經(jīng)網(wǎng)絡(luò)，從而使機器人能夠在單人手中解決Rubik's Cube的問題，朝著在機器人中引入人類水平的靈活性邁出了一步。
該公司開發(fā)的機器人手叫Dactyl，關(guān)于OpenAI如何訓(xùn)練它很有趣。訓(xùn)練神經(jīng)網(wǎng)絡(luò)的老式方法是讓它以加速的速度練習(xí)多年的任務(wù)。當(dāng)我們談?wù)搶W(xué)習(xí)如何在虛擬游戲中擊敗對手時，這種方法是可行的，因為該軟件可以花費時間來學(xué)習(xí)其急需的一切。但是，在Dactyl的情況下，讓它與Rubik's Cube一起練習(xí)多年不是一種選擇，因此，該公司使用模擬對其進行了訓(xùn)練。
“該系統(tǒng)可以處理在訓(xùn)練期間從未見過的情況，例如被長頸鹿塞住。這表明強化學(xué)習(xí)不僅是虛擬任務(wù)的工具，而且可以解決需要前所未有的靈活性的物理世界問題。” OpenAI說。雖然Dactyl在解決立方體時的靈巧性和清晰度遠非人類，但它是演示如何實現(xiàn)仿真并為通用機器人奠定基礎(chǔ)的好方法。
根據(jù)OpenAI，他們在培訓(xùn)網(wǎng)絡(luò)時面臨的最大挑戰(zhàn)是創(chuàng)建多樣化且獨特的仿真環(huán)境。這些模擬需要捕獲現(xiàn)實世界的物理特性，其中包括諸如彈性，動力學(xué)和摩擦之類的屬性，以及針對復(fù)雜物體(如魔方或機器人手)的模型。該公司開發(fā)了自動域隨機化(ADR)技術(shù)，據(jù)說該技術(shù)會在模擬中不斷產(chǎn)生越來越困難的環(huán)境。
標(biāo)簽：