2024-11-28 13:57
从机器人技术、医学再到政治学，各个领域都在尝试训练人工智能（AI）系统做出各种有意义的决策。例如，在拥堵的城市中使用AI系统智能控制交通，可以帮助驾车者更快到达目的地，同时提高安全性或可持续性。
然而，教AI系统做出正确的决策并非易事。这些AI决策系统的基础是强化学习模型，当被训练执行的任务出现哪怕很小的变化时，它们仍然经常失败。以交通为例，一个模型可能难以控制一组交叉路口（具有不同的速度限制、车道数量或交通模式）。
据外媒报道，为了提高强化学习模型的可靠性，以应对具有可变性的复杂任务，麻省理工学院（MIT）的研究人员引入一种更有效的算法来训练它们。
该算法策略性选择最佳任务来训练AI代理，以使其能够有效执行相关任务集合中的所有任务。在进行交通信号控制的情况下，每个任务可以是任务空间（包括城市中的所有交叉路口）中的一个交叉口。
通过关注最有益于算法整体有效性的少数交叉路口，该方法可以充分提高性能，同时保持低训练成本。研究人员发现，在一系列仿真任务中，这种技术比标准方法的效率高5-50倍。这有助于该算法以更快的方式学习更好的解决方案，最终提高AI代理的性能。研究人员Cathy Wu表示：“通过跳出框框思考，使用非常简单的算法，我们看到惊人的性能提升。社区更可能采用不太复杂的算法，因为它更容易实施，也更容易被其他人理解。”
扫一扫关注微信
