深度強(qiáng)化學(xué)習(xí)架構(gòu)結(jié)合了預(yù)先學(xué)習(xí)的技能 可以動(dòng)態(tài)創(chuàng)建新的技能
來自愛丁堡大學(xué)和浙江大學(xué)的一組研究人員已經(jīng)開發(fā)出一種方法，可以將深度神經(jīng)網(wǎng)絡(luò)(DNN)組合在一起，以創(chuàng)建一種具有新型學(xué)習(xí)能力的新型系統(tǒng)。該小組在《科學(xué)機(jī)器人》雜志上描述了他們的新架構(gòu)及其性能。
深度神經(jīng)網(wǎng)絡(luò)能夠通過反復(fù)訓(xùn)練多個(gè)示例來學(xué)習(xí)函數(shù)。迄今為止，它們已被廣泛用于各種應(yīng)用中，例如識(shí)別人群中的面孔或確定貸款申請(qǐng)人是否信譽(yù)良好。在這項(xiàng)新工作中，研究人員將針對(duì)不同應(yīng)用開發(fā)的幾種DNN組合在一起，以創(chuàng)建一個(gè)具有所有DNN組成部分優(yōu)勢的新系統(tǒng)。他們報(bào)告說，最終的系統(tǒng)不僅僅是其各個(gè)部分的總和，而且還能夠?qū)W習(xí)DNN不能單獨(dú)工作的新功能。研究人員稱其為多專家學(xué)習(xí)架構(gòu)(MELA)。
更具體地說，這項(xiàng)工作涉及為不同功能培訓(xùn)多個(gè)DNN。例如，有人學(xué)會(huì)了使機(jī)器人小跑。另一個(gè)可以繞過障礙物。然后，所有DNN都連接到門控神經(jīng)網(wǎng)絡(luò)，該網(wǎng)絡(luò)會(huì)隨著時(shí)間的流逝學(xué)習(xí)如何在需要控制其在環(huán)境中移動(dòng)的機(jī)器人時(shí)需要其特殊技能的其他DNN。這樣，最終的系統(tǒng)便能夠執(zhí)行所有組合DNN的所有技能。
但是，這還不是練習(xí)的終點(diǎn)，因?yàn)镸ELA了解了更多有關(guān)其組成部分及其功能的知識(shí)，它學(xué)會(huì)了通過嘗試和錯(cuò)誤的方式將它們一起使用，而這是沒有教過的。例如，它學(xué)會(huì)了如何結(jié)合跌倒后的起床和處理濕滑的地板，或者學(xué)會(huì)如何在其中一個(gè)電機(jī)發(fā)生故障時(shí)進(jìn)行處理。研究人員認(rèn)為，他們的工作標(biāo)志著機(jī)器人技術(shù)研究的一個(gè)新的里程碑，提供了一種新的范例，當(dāng)機(jī)器人遇到以前從未遇到過的問題時(shí)，人們不必干預(yù)。
標(biāo)簽： 深度強(qiáng)化學(xué)習(xí)架構(gòu)