在電腦游戲中，賽車應(yīng)該被優(yōu)化，以提高其速度，同時沿著賽道行駛，然后汽車將踏板推到金屬上，然后繼續(xù)轉(zhuǎn)彎。說明書上沒有告訴汽車直行，所以是臨時起意的。

這個例子——在電腦游戲中很有趣，但在生活中并不多——是一個促使斯坦福大學(xué)研究人員建立更好的方法來設(shè)定自主系統(tǒng)目標(biāo)的例子。

計算機科學(xué)和電氣工程助理教授多爾薩薩迪格和她的實驗室將機器人設(shè)定目標(biāo)的兩種不同方法結(jié)合到一個過程中，在模擬和實際實驗中，它們的表現(xiàn)都優(yōu)于單個部分。研究人員在6月24日的機器人學(xué)：科學(xué)與系統(tǒng)會議上介紹了這項工作。

計算機科學(xué)研究生、《安迪帕蘭》的主要作者安迪帕蘭說：“未來，我完全希望世界上會有更多的自治系統(tǒng)，它們需要理解什么是好的或壞的概念。紙?！爸陵P(guān)重要的是，如果我們想在未來部署這些自治系統(tǒng)，那么我們必須這樣做?！?

一種新的團隊向機器人提供指令的系統(tǒng)——稱為獎勵功能——結(jié)合了演示(人類向機器人展示該做什么)和用戶偏好調(diào)查，在用戶偏好調(diào)查中，人們回答關(guān)于他們希望機器人如何行為的問題。

扎迪格說：“示威是有益的，但可能會帶來干擾。另一方面，偏好最多只能提供一點信息，但更準(zhǔn)確。”“我們的目標(biāo)是充分利用兩個世界的優(yōu)勢，更智能地合并這兩個來源的數(shù)據(jù)，以更好地理解人類偏好的獎勵功能。”

鄭重聲明：本文版權(quán)歸原作者所有。轉(zhuǎn)載文章只是為了傳播更多的信息。如果作者信息標(biāo)注有誤，請第一時間聯(lián)系我們修改或刪除。謝謝你。

　　免責(zé)聲明：本文由用戶上傳，與本網(wǎng)站立場無關(guān)。財經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風(fēng)險自擔(dān)。 如有侵權(quán)請聯(lián)系刪除！