باحثون يستعملون الذكاء الاصطناعي لتدريب مجموعة من الروبوتات للعمل سوياً

تقليص
X
 
  • تصفية - فلترة
  • الوقت
  • عرض
إلغاء تحديد الكل
مشاركات جديدة

  • باحثون يستعملون الذكاء الاصطناعي لتدريب مجموعة من الروبوتات للعمل سوياً

    اضغط على الصورة لعرض أكبر. 

الإسم:	thumb_400.jpg 
مشاهدات:	18 
الحجم:	23.0 كيلوبايت 
الهوية:	41770

    بإمكان عناصر الفريق الفردية مثل الروبوتات والطائرات بدون طيار أن تعمل معًا للتعاون وإنجاز مهمة ما عند توفر خطوط التواصل. لكن ماذا لو أنها ليست مزودةً بالأجهزة المناسبة، أو أن الإشارات محظورة فيصبح التواصل مستحيلًا؟ بدأ باحثو جامعة إلينوي في إربانا-شامبين بهذا التحدي الأكثر صعوبة، إذ طوروا نهجًا لتدريب عناصر عدة لتعمل معًا باستعمال أحد أنواع الذكاء الاصطناعي الذي يُعرف بالتعلم المُعزز متعدد العناصر.

    قال مهندس الفضاء من جامعة إلينوي، تران: «أردنا تنفيذ ذلك بصورة لا مركزية تمنع العناصر من التحدث مع بعضها بعضًا، رغم أن الأمر يُعد أسهل لو تمكنت من ذلك، وركزنا أيضًا على الحالات التي لا تكون فيها ماهية وظائف العناصر أو أدوارها واضحة».

    قال تران إن: «هذه الحالة تُعد أكثر تعقيدًا بمراحل وتمثل مشكلة أصعب نظرًا إلى عدم وضوح المهمة التي يجب أن ينفذها عنصر ما مقابل الآخر». وأضاف: «يتمثل السؤال المثير للاهتمام في كيفية تعلمنا لإنجاز مهمة معًا بمرور الوقت».



    استعمل تران ومعاونوه التعلم الآلي لإيجاد حل لهذه المشكلة عبر وضع دالة نفعية تنبه العنصر عند فعله شيئًا مفيدًا أو جيدًا لصالح الفريق.

    قال تران: «بالنسبة لأهداف الفريق، فإنه من الصعب معرفة من ساهم بالفوز. طورنا تقنية تعلم آلي تسمح لنا بتحديد متى يساهم عنصر فردي في تحقيق هدف الفريق الكلي، وإذا فكرنا في الأمر من منظور رياضي، فقد يحرز لاعب كرة قدم واحد هدفًا، لكننا نريد أيضاً معرفة أفعال زملائه في الفريق التي أدت إلى إحراز الهدف مثل التمريرات المساعدة. يصعب فهم هذه التأثيرات المتأخرة».

    بإمكان الخوارزميات التي طورها الباحثون أن تحدد أيضًا متى يفعل الروبوت أو العنصر شيئًا لا يساهم في تحقيق الهدف. أوضح تران: «ليس المقصود بذلك أن الروبوت اختار فعل شيء خاطئ، كل ما في الأمر أن ذلك لم يساهم في تحقيق الهدف النهائي».

    اختبر الباحثون الخوارزميات عبر استعمال ألعاب محاكاة مثل لعبة أمسك العلم، ولعبة الكمبيوتر الشهيرة ستار كرافت. يمكن مشاهدة فيديو لهوي تران يوضح فيه بحثًا ذا صلة باستعمال التعلم المعزز العميق لمساعدة الروبوتات على تقييم حركتهم التالية في لعبة أمسك العلم.

    قال تران: «قد تكون لعبة ستار كرافت غير متوقعة أكثر عن ذلك قليلًا، لذا كنا متحمسين لرؤية نهجنا يعمل بصورة صحيحة في هذه البيئة أيضاً».

    وفقًا لتران، يمكن تطبيق نوع الخوارزميات هذا على مواقف واقعية عدة مثل الاستطلاع العسكري وعمل الروبوتات معًا في مستودع والتحكم بإشارة المرور وتنسيق المركبات ذاتية القيادة لعمليات التوصيل أو التحكم بشبكة طاقة كهربائية.

    قال تران إن: «سونغ هيون كيم وضع الجزء الأكبر من النظرية التي تعتمد عليها فكرة البحث عندما كان طالبًا جامعيًا يدرس الهندسة الميكانيكية برفقة طالب هندسة الفضاء نيل فان سترالين الذي ساعده في التنفيذ. أشرف تران وغيريش شودري على هذين الطالبين. عُرض العمل مؤخرًا على مجتمع الذكاء الاصطناعي في مؤتمر أنظمة العناصر المتعددة والعناصر ذاتية التحكم الذي استعرضه الأقران».

    المصدر:.ibelieveinsci
يعمل...