У Штатах розробили метод для навчання роботів командній роботі

Про це повідомляє ScienceDaily, передає Укрінформ.

«Ми розробили метод на основі машинного навчання, який дозволяє нам визначати, коли окремий апарат робить внесок для досягнення командної мети. Якщо дивитися на це у спортивній галузі, то один футболіст може забити гол, але ми також хочемо знати про дії інших його партнерів по команді, які призвели до гола, наприклад, хто зробив гольову передачу», - зазначив дослідник Г’ю Тран.

Алгоритм навчання з підкріпленням також може визначити, коли робот робить щось, що не сприяє досягненню мети.

За словами Тана, цей тип алгоритму застосовний до багатьох реальних ситуацій, таких як військове спостереження, робота на складах, управління світлофорами, автономні транспортні засоби, які координують доставку, або контроль електромережі.

Навчання з підкріпленням — це галузь машинного навчання, натхненна біхевіористською психологією, що вивчає питання про те, які дії мають виконувати програми в певному середовищі задля максимізації деякого уявлення про сукупну винагороду.