ศึกษาเกี่ยวกับรถไฟ

Huy Tran วิศวกรการบินและอวกาศจากรัฐอิลลินอยส์กล่าวว่า "มันง่ายกว่าเมื่อเจ้าหน้าที่สามารถพูดคุยกันได้" "แต่เราต้องการทำในลักษณะที่กระจายอำนาจ ซึ่งหมายความว่าพวกเขาไม่พูดคุยกัน นอกจากนี้ เรายังมุ่งเน้นไปที่สถานการณ์ที่ไม่ชัดเจนว่าบทบาทหรืองานที่แตกต่างกันสำหรับตัวแทนควรเป็นอย่างไร" ทรานกล่าวว่าสถานการณ์นี้ซับซ้อนกว่ามากและเป็นปัญหาที่หนักกว่า เนื่องจากไม่ชัดเจนว่าตัวแทนคนหนึ่งควรทำอย่างไรกับตัวแทนอีกคนหนึ่ง “คำถามที่น่าสนใจคือเราจะเรียนรู้ที่จะทำงานร่วมกันให้สำเร็จได้อย่างไรเมื่อเวลาผ่านไป” ทรานกล่าว Tran และผู้ร่วมงานของเขาใช้การเรียนรู้ของเครื่องเพื่อแก้ปัญหานี้โดยการสร้างฟังก์ชันยูทิลิตี้ที่จะบอกเจ้าหน้าที่เมื่อทำสิ่งที่มีประโยชน์หรือดีสำหรับทีม “ด้วยเป้าหมายของทีม มันยากที่จะรู้ว่าใครมีส่วนทำให้ชนะ” เขากล่าว "เราพัฒนาเทคนิคการเรียนรู้ด้วยเครื่องที่ช่วยให้เราสามารถระบุได้ว่าเมื่อใดที่ตัวแทนแต่ละคนมีส่วนร่วมในเป้าหมายของทีมทั่วโลก หากคุณมองในแง่ของกีฬา รถไฟ นักฟุตบอลคนหนึ่งอาจทำประตูได้ แต่เราก็ต้องการทราบเกี่ยวกับการกระทำของเพื่อนร่วมทีมคนอื่นๆ ด้วย ที่นำไปสู่เป้าหมาย เช่น แอสซิสต์ มันยากที่จะเข้าใจผลกระทบที่ล่าช้าเหล่านี้" อัลกอริธึมที่นักวิจัยพัฒนาขึ้นยังสามารถระบุได้ว่าเมื่อใดที่เจ้าหน้าที่หรือหุ่นยนต์กำลังทำบางสิ่งที่ไม่ได้นำไปสู่เป้าหมาย "หุ่นยนต์ไม่ได้เลือกทำสิ่งที่ผิดพลาดมากนัก เป็นเพียงสิ่งที่ไม่เป็นประโยชน์กับเป้าหมายสุดท้าย" พวกเขาทดสอบอัลกอริทึมโดยใช้เกมจำลองอย่างเช่น Capture the Flag และ StarCraft ซึ่งเป็นเกมคอมพิวเตอร์ยอดนิยม คุณสามารถดูวิดีโอของ Huy Tran ที่แสดงงานวิจัยที่เกี่ยวข้องโดยใช้การเรียนรู้แบบเสริมแรงเชิงลึกเพื่อช่วยให้หุ่นยนต์ประเมินการเคลื่อนไหวครั้งต่อไปใน Capture the Flag "StarCraft สามารถคาดเดาได้ยากขึ้นเล็กน้อย เรารู้สึกตื่นเต้นที่ได้เห็นวิธีการของเราทำงานได้ดีในสภาพแวดล้อมนี้เช่นกัน" Tran กล่าวว่าอัลกอริธึมประเภทนี้ใช้ได้กับหลายสถานการณ์ในชีวิตจริง เช่น การเฝ้าระวังทางทหาร หุ่นยนต์ที่ทำงานร่วมกันในคลังสินค้า การควบคุมสัญญาณจราจร ยานพาหนะอัตโนมัติที่ประสานงานการจัดส่ง หรือการควบคุมกริดพลังงานไฟฟ้า