谷歌 DeepMind 人工智能刚刚自学了走路

Google's DeepMind AI Just Taught Itself To Walk

频道:Insider Tech · 时长:1:51 · 发布:2017-07-12 · 播放:11494785

在 YouTube 观看

简介

Insider Tech 的两分钟短片,介绍 DeepMind 的模拟智能体在无指导的情况下学会了走路、跑步、跳跃和攀爬,以及由此产生的滑稽步态。

HN 为什么推荐

HN 将其用作强化学习智能体在模拟中获得运动能力的快速示例,而不是作为深度资源推荐。

机器学习与深度学习 · 机器人

HN 上的讨论

硬件很难。让 AI 学会控制一个纯虚拟身体似乎是一个相当标准的项目。1) [LINK] 2) [LINK] 3) [LINK] 4) [VIDEO] — ben_w, 2022-11
我不确定用实体机器人做那件事会怎样,但我见过几个用模拟机器人做的有趣迭代 [VIDEO] — zro, 2020-01
如果你观看AI学习跑步[1]或玩马里奥[2]的视频,你会看到确实存在“随机尝试直到奖励函数给出正面反馈”作为训练AI的方法。困难的部分是开发奖励函数。我们基于激素的激励系统中有很多智能——我们感到疼痛、感到悲伤等等。许多这些情绪是预先编程的。如果我们找到一种设计具有正确目标的强化系统的方法,我们可以像大自然母亲几亿年来所做的那样去做。但仍然需要大量的计算能力。如果我们把大自然看作一个大规模并行化的计算系统,它将“仅仅生存”定义为奖励(不是因为它“想要”它,而是因为它只是出现了),它向我们展示了如果我们试图构建一个完全随机的过程来获得智能,我们需要多少能力。我认为你提出的方法有效(“只是组装随机解决方案并测试它们”),因为我们已经在自然界中看到了。但无论我们的计算能力如何,都需要大量的时间和精力。我认为当我们找到正确的边界和奖励函数时,我们会更快,而不是随机尝试东西。[1]: [VIDEO… — mockingbirdy, 2018-07
这并没有让我烦恼,但它确实给人一种迪士尼预告片的感觉。我几乎能听到视频中深沉的旁白声音:“2017年冬季上映,一部关于冒险、友谊和模拟自我对战的电影!加入Burp、Jenny和Bop的奇妙冒险……等等……”哈哈 这里有一个很好的例子,展示AI机器人时使用不突兀但有趣的音乐:[VIDEO] — abledon, 2017-10

相关视频