返回顶部
今日    | 手机版 | 资讯 | 产品 | 企业 | 热点 | 商道 | 原料 |
返回首页
返回首页
home 您现在的位置: 首页 >特种机器人>技术中心 > 详细信息
专注于可以从失败中学习的强化学习算法
2020年12月30日    阅读量:2035     新闻来源:中国机械网 okmao.com    |  投稿

来自OpenAI人士的最新消息都与奖金三重奏有关。他们说,他们正在发布新的Gym环境-一组基于真实机器人平台的模拟机器人环境-包括Shadow手和Fetch研究机器人,IEEE Spectrum表示。


专注于可以从失败中学习的强化学习算法 中国机械网,okmao.com


除了该工具包外,他们还将发布Hindsight Experience Replay(HER)的开源版本中国机械网okmao.com。顾名思义,它可以帮助机器人从事后学习中学习基于目标的机器人任务。


最后但并非最不重要的一点是,他们发布了一系列机器人研究请求。IEEE Spectrum的Evan Ackerman表示:“如果您有野心,OpenAI也发布了一系列与HER相关的研究要求。”


他们写道:“尽管HER是一种学习稀疏奖励的,基于复杂目标目标任务的有前途的方式,但我们仍有很多改进的空间,” “类似于我们最近发布的“研究请求2.0”,我们对改善HER的方法以及总体上加强学习的方法有一些想法。”


OpenAI是一家AI研究公司。他们在机器学习会议上发表文章,他们的博客文章传达了他们的研究成果。


Elon Musk是联合创始人。它是由个人和公司赞助的,旨在发现并制定“通往安全的人工智能的道路”。


2月26日发布了OpenAI视频,展示了他们在“健身房环境”部分所取得的成就。


它们显示了完成的不同任务。ShadowHand机器人会操纵一个对象(显示出要进行操作的手,包括弯曲手指,儿童的字母块,蛋形对象以及使手指穿过小棍子)。他们还介绍了一种机器人“轻推”机器人机构,该机构可以使冰球滑动并抓住小球并将其抬起


具体来说,这些是所显示的各种壮举:ShadowHand必须用拇指和选定的手指伸出,直到它们在手掌上方的所需目标位置相遇。


ShadowHand必须操纵一个块,直到达到所需的目标位置和旋转。ShadowHand必须操纵鸡蛋,直到达到所需的目标位置和旋转。ShadowHand必须操纵笔,直到达到所需的目标位置和旋转。

 

总而言之,“最新环境模拟了Fetch机械臂来推动东西,而ShadowShadow用机械手手指来抓握和操纵东西,” The Register中的Katyanna Quach说。


OpenAI HER产品特别有趣。培训和强化需要重新思考。HER允许代理从失败中学习。正如阿克曼(Ackerman)所写,HER“将失败重塑为成功,以帮助机器人像人类一样学习更多”。


麻省理工学院技术评论杂志的杰基·斯诺(Jackie Snow)指出:“通过查看如何将一项任务的每次尝试应用于其他任务,可以做到这一点。”


Snow补充道:“ HER不会因正确完成任务而给予机器人任何奖励,只有在整个工作正确完成的情况下,机器人才会给予奖励。”


将失败归为成功?Ackerman提供了以下解释:“要了解HER的工作原理,请想象您要打一场棒球比赛。您的目标是打垒球。在第一个球场上,您打了一个犯规的球。


您还准确地学会了如何打犯规球...通过回放后视经验,您决定从无论如何做的事情中学习,本质上是说:'您知道,如果我想打犯规球,那就太完美了!'”


HER的实施效果如何?“我们的结果表明,HER只能从稀疏的奖励中学习到有关大多数新机器人问题的成功策略。”


玩眼罩游戏的孩子经常告诉玩家:“你变得越来越温暖。” 赞赏他们的研究的关键词是稀疏和密集的奖励。


“大多数强化学习算法都使用'密集奖励',” Ackerman解释说,“其中机器人根据完成任务的接近程度来获取不同大小的cookie……稀疏奖励意味着,只有成功,机器人才能获得一个cookie。 ,就是这样:易于测量,易于编程和易于实现。”


标签:行业资讯今日头条产品资讯机械应用人工智能市场评论技术中心机器人设备与仪器服务与娱乐机器人特种机器人系统及软件工业设备
免责声明: 本文仅代表作者本人观点,与本网无关。本网对文中陈述、观点判断保持中立,不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考,并请自行承担全部责任。本网转载自其它媒体的信息,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。如因作品内容、版权和其它问题需要同本网联系的,请在一周内进行,以便我们及时处理。客服邮箱:service@cnso360.com | 客服QQ:23341571

全站地图

深圳网络警察报警平台 深圳网络警
察报警平台

公共信息安全网络监察 公共信息安
全网络监察

经营性网站备案信息 经营性网站
备案信息

中国互联网举报中心 中国互联网
举报中心

中国文明网传播文明 中国文明网
传播文明

深圳市市场监督管理局企业主体身份公示 工商网监
电子标识