InfoQ ホームページ Reinforcement-Learning に関するすべてのコンテンツ
ニュース
RSSフィード-
DeepMindが核融合研究装置のAIコントローラをトレーニング
Google子会社のDeepMindとEPFL(スイス連邦工科大学ローザンヌ校) Swiss Plasma Centerの研究者らが、核融合研究で使用するトカマク(tokamak)デバイスの制御アルゴリズムを生成する深層強化学習(RL)AIを開発した。このシステムは、シミュレータとのインタラクションを通じて制御ポリシを学習することで、実際のデバイスの制御への適用において、新たなプラズマ配位(plasma configuration)の実現を可能にしている。
-
アレン研究所が最新のEmbodied AIチャレンジを開始
アレン人工知能研究所（AI2）は、2022年版のAI2-THOR再配置チャレンジを発表した。このチャレンジでは、参加者に対して、仮想部屋でオブジェクトを移動させることができる自律エージェントを設計することが要求される。このチャレンジでは、新しいデータセットや、最新リリースのAI2-THORシミュレーションプラットフォームを使ったより高速なトレーニングなど、いくつかの改善がなされている。
-
大学研究者チームがロボット制御のためのブレイン・コンピュータ・インターフェイスを開発
スイス連邦工科大学ローザンヌ校(EPFL)とテキサス大学オースティン校(UT)の研究者らは、ロボットマニピュレータの動作軌道の修正が可能なブレイン・コンピュータ・インターフェースを開発した。逆強化学習(inverse reinforcement learning、IRL)を使用することにより、5回程度のデモンストレーションでユーザの意思を学習することができる。
-
Joanneum ResearchがロボットAIプラットフォームRobo-Gym Version 1.0.0をリリース
Joanneum ResearchのInstitute for Robotics and Mechatronicsは、ロボットのコントロールに使用する強化学習(reinforcement learning、RL)AI開発用のオープンソースフレームワークrobo-gymのバージョン1.0.0をリリースした。新たな障害物回避(obstacle avoidance)環境、Universal Robotsのコボット(cobot、協働ロボット)モデルの全サポートが含まれる他、コードの品質が改善されている。
-
DeepMindのAgent57はすべてのAtari 2600ゲームで人間よりも優れた結果を出している
GoogleのDeepMindの研究者はAgent57と呼ばれる強化学習（RL）システムを作成した。Agent57は、Arcade学習環境で57のAtari 2600ゲームすべてで人間のベンチマークを上回った。Agent57は、パッケージの中で最も難しいゲームでさえ、人間よりも優れた結果を出した最初のシステムである。