手机版
你好,游客 登录 注册
背景:
阅读新闻

PlaNet,使用图像就能了解世界的人工智能代理

[日期:2019-02-18] 来源:Linux公社  作者:醉落红尘 [字体: ]

Google AI团队与DeepMind合作,上周宣布了一个名为PlaNet的新的开源“Deep Planning”网络。 PlaNet是一个人工智能代理,它只使用图像输入来学习世界模型,并使用这些模型进一步计划以获得经验。

PlaNet可以轻松解决各种基于图像的控制任务,并与先进的无模型代理商竞争。 Google AI团队还发布了研究社区的源代码,以进一步探索和构建PlaNet。

PlaNet如何运作?

PlaNet依赖于隐藏或潜在状态的紧凑序列。这被称为潜在动力学模型,其中不是直接从一个图像预测到下一个图像,而是首先预测潜在状态前向。 “通过以这种方式压缩图像,代理可以自动学习更多抽象的表示,例如对象的位置和速度,使得更容易预测前进,而不需要一路生成图像”,Google AI团队表示。

在隐态动力学模型中,输入图像的信息通过编码器网络集成到隐态中。然后将隐藏状态进一步向前预测,以预测未来的图像和奖励。对于规划,将过去的图像编码成当前的隐藏状态,然后预测多个动作序列的未来奖励。

PlaNet,使用图像就能了解世界的人工智能代理

PlaNet代理在不同的基于图像的控制任务上接受培训

PlaNet代理经过各种基于图像的控制任务的培训。这些任务带来了不同的挑战,例如部分可观察性,用于接球的稀疏奖励等。此外,训练单个PlaNet代理来解决所有六个任务。在不对超参数进行任何更改的情况下,此多任务代理能够实现与各个代理相同的平均性能。

“我们提倡进一步研究,重点是学习更高难度任务的精确动力学模型,例如3D环境和现实世界的机器人任务。我们对基于模型的强化学习开辟的可能性感到兴奋“,Google AI团队表示。

有关更多信息,请查看官方Google AI PlaNet公告

Linux公社的RSS地址https://www.linuxidc.com/rssFeed.aspx

本文永久更新链接地址https://www.linuxidc.com/Linux/2019-02/156974.htm

linux
相关资讯       Planet 
本文评论   查看全部评论 (0)
表情: 表情 姓名: 字数

       

评论声明
  • 尊重网上道德,遵守中华人民共和国的各项有关法律法规
  • 承担一切因您的行为而直接或间接导致的民事或刑事法律责任
  • 本站管理人员有权保留或删除其管辖留言中的任意内容
  • 本站有权在网站内转载或引用您的评论
  • 参与本评论即表明您已经阅读并接受上述条款