西北大学开发出新人工智能算法 帮助机器人学习复杂技能

盖世汽车讯 据外媒报道，美国西北大学（Northwestern University）工程师开发出专为智能机器人设计的新人工智能（AI）算法。通过帮助机器人快速、可靠地学习复杂的技能，新方法可以显著提高机器人在一系列应用中的实用性和安全性，包括自动驾驶汽车、送货无人机、家庭助理和自动化。

图片来源：西北大学

该算法被称为最大扩散强化学习（Called Maximum Diffusion Reinforcement Learning，MaxDiff RL），其成功在于它能够鼓励机器人尽可能随机地探索其环境，以获得多样化的经验。这种“设计的随机性”提高了机器人收集的有关其周围环境的数据的质量。而且，通过使用更高质量的数据，模拟机器人表现出更快、更高效的学习能力，从而提高了其整体可靠性和性能。

在与其他人工智能平台进行测试时，使用西北大学新算法的模拟机器人始终优于最先进的模型。事实上，新算法运行得非常好，机器人学会了新任务，然后在第一次尝试中成功执行。这与当前的人工智能模型形成鲜明对比，当前的人工智能模型需要通过反复试验来实现较慢的学习速度。

这项名为“最大扩散强化学习（Maximum diffusion reinforcement learning）”的相关研究发表于期刊《Nature Machine Intelligence》。

“其他人工智能框架可能有些不可靠，”领导这项研究的西北大学Thomas Berrueta表示。“有时他们会完全完成任务，但有时他们会完全失败。使用我们的框架，只要机器人能够解决任务，每次打开机器人时，用户可以期望它完全按照要求做的事情。这使得解释机器人的成功和失败变得更容易，这在日益依赖人工智能的世界中至关重要。”