研究生吉米·吴的实验装置。学分:普林斯顿大学在吉米·吴的公寓里，一群迷你机器人在桌面上乱撞、急转弯、乱拉。这看起来像一场激进的碰碰车集会，但几分钟后，秩序就出现了。当机器人排成队形比赛时，这群人聚在一起铲起垃圾，并把它们放在球门标记处。
令人惊奇的是:机器人正在自学。
1983年大卫·西格尔的计算机科学教授西曼·鲁辛基维奇说:“我们试图告诉机器人:“看，每次你成功地把一片垃圾放进废纸篓，你都会得到奖励，”这就是他们所知道的一切。“我们有算法，如果他们在模拟中这样做成千上万次，最终他们会知道是什么导致他们获得奖励。”
吴是Rusinkiewicz研究团队的一名研究生，该团队正致力于将一种称为强化学习的技术应用于机器人学。这种方法为各地的训狗师所熟悉，它为良好的表现提供奖励。就机器人而言，奖励是数学上的，就像电子游戏中的点数。指导机器人行为的基本算法是可适应的，并随着回报而变化，因此机器人可以基于数百万次计算机模拟开发自己的解决问题的方法。
Rusinkiewicz说，长期目标将涉及许多不同普林斯顿实验室在传感器阵列、安全协议和群体动力学等项目上的合作。
他说:“这项工作与机器人领域其他人正在进行的研究非常吻合。
在最近的一个项目中，研究人员给动作人物大小的机器人分配了一项任务，即捡起贴有垃圾标签的小塑料块，并将它们移动到一个目标中。在star t，所有的机器人都配备了微型推土机，但是随着实验的进行，机器人使用了不同的技术。Rusinkiewicz说，这些机器人以令人惊讶的方式学会了一起工作。
他说:“投掷员往球门的大致方向扔东西，另一名队员在球门附近闲逛，捡起东西扔进去。“令人兴奋的是，我们给了这些代理同样的设置，同样的奖励，但是他们学会了利用自己的优势，他们学会了合作。我们对这个想法能发展到什么程度非常感兴趣。我们能让学会合作的阿根ts有更专业的想法而不告诉他们该做什么吗？”
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
