Теперь роботы должны быть оснащены навыками, необходимыми для выполнения таких реальных задач, благодаря финансируемому EPSRC проекту, целью которого является научить их взаимодействовать и предвидеть действия множества других возможных ситуаций.
В проекте, который возглавляет д-р Варуна Де Сильва из Университета Лафборо в Лондоне и в котором участвует Академия футбольного клуба Челси, будет использоваться обширный набор данных по отслеживанию игроков и мячей от футбола и баскетбола для обучения алгоритмам машинного обучения тому, что люди будут делать в таких условиях.
Существующие системы искусственного интеллекта часто обучаются с использованием техники, известной как обучение с подкреплением, в которой они получают вознаграждение за выбор желаемого и, следовательно, изучают наилучший курс действий.
Однако этот метод обучения менее полезен в ситуации с несколькими агентами, такими как вождение или игра в футбол, где труднее определить очевидную награду за данное действие.
Поэтому вместо этого исследователи используют технику, известную как имитационное обучение, в которой система искусственного интеллекта обучается путем наблюдения за действиями экспертов, так же, как люди изучают новые навыки, подражая тем, кто уже освоил их. Смотреть сериалы
«Что мы делаем в этом случае, так это просматриваем данные за годы футбола, в частности данные об отслеживании игроков и мячей, и используем их, чтобы увидеть, как игроки ведут себя на поле, и таким образом построить роботизированную модель футболиста», — сказал Де Сильва. «Точно так же, если бы мы предоставили автономным транспортным средствам возможность управлять автомобилем в ситуации, к которой они не привыкли. Мы покажем роботам, как люди справляются с этой ситуацией, чтобы научить их подходящему и безопасному курсу действий».
Такие системы искусственного интеллекта могут использоваться в автономных транспортных средствах и спортивной аналитике, сказал Де Сильва. В спортивной аналитике система может использоваться для измерения навыков игроков, для выявления определенных талантов. Де Сильва сказал, что игроков можно сравнить с эталоном вычислительной модели.
Его также можно использовать в спортивных трансляциях, чтобы дать комментаторам гораздо более реалистичное представление о том, на что способны игроки в сложных психических и физических условиях соревновательного матча.
Наконец, в транспортных средствах без водителя Де Сильва изучает возможность использования данных камеры со светофоров и другой инфраструктуры для инструктирования автономных транспортных средств в том, как лучшие водители-люди справляются со сложными ситуациями, такими как сложные перекрестки.
Свежие комментарии