士兵们可以教未来的机器人如何胜过人类

在美国陆军作战手段成长司令部的陆军研究尝试室和得克萨斯大学奥斯汀分校，研究职员计划了一种算法，该算法应承自动地面车辆通过调查人类驾驶来改进其现有的导航体系。该团队在陆军的一种尝试性自动地面车辆上测试了其要领，即通过演示举办自顺应筹划器参数进修，即APPLD。

陆军研究员加勒特·沃内尔博士说：“行使APPLD之类的要领，现有实习办法中的现役士兵只需简朴地正常操纵车辆就可以或许为自主体系的改造做出孝顺。”“像这样的技能将为陆军计划和陈设可以或许在越野陈设情形中自动导航的下一代战斗车辆的打算做出重要孝顺。”

研究职员将演示算法和更多经典的自主导航体系中的呆板进修融合在一路。APPLD并没有完全代替经典体系，而是进修怎样调解现有体系使其示意得更像人类演示。Warnell说，这种典型使陈设的体系可以保存传统导航体系的全部利益，譬喻最优性，可表明性和安详性，同时还可以使辖档烷活并顺应新情形。

Warnell说：“行使一般的Xbox无线节制器提供的一次人类驾驶演示，使APPLD进修了怎样按照特定的当地情形以差异的方法调解车辆现有的自动导航体系。”“譬喻，在狭小的走廊中，驾驶员放慢速率并警惕驾驶。调查到这种举动后，自动驾驶体系学会了在相同的情形中也低落其最大速率并增进其计较预算。这最终使车辆可以或许乐成在早年失败的其他狭小走廊中自主导航。”

这项研究是陆军开放校园打算的一部门，德克萨斯州的陆军科学家通过该打算与UT Austin的学术相助搭档举办相助。

UT奥斯丁呆板人同盟的传授兼主席彼得·斯通博士说：“ APPLD是UT奥斯汀与陆军研究尝试室之间奇异的相助布置促进了研究成就不绝增添的又一个例子。”“通过将沃内尔博士全职布置在UT奥斯汀分校，我们可以或许敏捷发明并办理研究题目，这些研究题目既是尖端的科学前进，也是与部队直接相干的。”

团队的尝试表白，颠末培训后，APPLD体系比传统体系可以或许更快地导航测试情形，而且镌汰妨碍。另外，受过实习的APPLD体系凡是比受过实习的人在情形中的导航更快。经偕行评审的期刊《IEEE呆板人与自动化快报》颁发了该团队的事变：APPLD：从演示中进修自顺应筹划器参数。

“从呆板进修的角度来看，APPLD与试图从新开始进修整个导航体系的所谓的端到端进修体系形成了光鲜的比拟。”“这些要领每每必要大量数据，而且也许导致举动既不安详也不妥当。APPLD操作了颠末全心计划的节制体系部门，同时将其呆板进修事变齐集在参数调解进程上，这是凡是是按照一小我私人的直觉来完成的。”

APPLD代表了一种新的典型，在该典型中，不具备呆板人专业常识的人可以在各类情形中辅佐实习和改进自动驾驶汽车导航。而不是由工程师构成的小型团队试图在少数测试情形中手动调解导航体系，现实上，数目不受限定的用户将可以或许向体系提供所需的数据，以将其自身调解到不受限定的情形中。

陆军研究员乔纳森·芬克(Jonathan Fink)博士说：“对付每个新的陈设情形，凡是都必需手动从头调解当前的自主导航体系。”“此进程很是坚苦-必需由接管过呆板人技能培训的职员来完成，而且必要重复试验，直到找到正确的体系配置为止。相反，APPLD通过调查人工驾驶来自动调解体系体系-任何人只要有视频游戏节制器的履历就可以做。在陈设进程中，APPLD还应承体系跟着情形的变革及时地从头调解自身。”

陆军对下一代战斗车辆举办当代化改革的重点包罗计划可以在越野陈设情形中自动导航的可选有人驾驶战斗车辆和呆板人战斗车辆。士兵们可以驾驶当前的战车在这些情形中导航，但对付先辈的自主导航体系而言，情形如故布满挑衅。APPLD和相同要领为陆军改进现有的自主导航手段提供了新的隐藏途径。

“除了与陆军直接相干之外，APPLD还为弥合传统工程要领与新兴呆板进修技能之间的鸿沟提供了机遇，从而在实际天下中建设了强盛，自顺应和多成果的移动呆板人。”肖学苏，UT Austin的博士后研究员，论文的首要作者。

为了继承这项研究，研究小组将在各类户外情形中测试APPLD体系，招聘士兵驾驶员，并实行行使多种现有的自动导航要领。另外，研究职员将观测是否包括其他传感器信息(譬喻相机图像)是否可以导致进修更伟大的举动，譬喻调解导航体系以在各类前提下(譬喻在差异地形或存在其他物体的环境下)

（编辑：湖南网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!