人工智能|1种策略就控制多类模型，华人学生提出RL泛化方法，LeCun认可转发( 二 )
本文插图
如图所示 ， 图中红色圈内的三个模型虽然结构相似 ， 但运动的步态却几乎完全不同 。
不仅如此 ， 训练过程中还有意外收获 。
本文插图
研究者们发现在训练过程中 ， 这种学习策略还生成了一些以前完全没见过的智能体模型 ， 这些模型可能同时有好几条腿、或是非常重的手臂 。
如果在测试时适当地调整模型结构 ， 这种策略也能很好地将它们保持平衡 。
但目前也有一点小问题 ， 如果将某一部分肢体的肌肉放大到超乎常理、或是将腿部完全去掉 ， 可能会导致模型失去平衡 。
本文插图
无论如何 ， 这个学习策略所展示出来的模型泛化能力已经足够引人惊叹 。
有网友猜测 ， 兴许这是图神经网络的一项应用 。
本文插图
这真不错！信息通过肌肉架构传递 ， 且拥有共享权重？听起来GNN能完成得很好 。也有网友表示 ， 这也许是将强化学习应用到电子游戏和机器人之外的更广泛领域的一个契机 。
如果我们可以将强化学习应用到电子游戏和机器人以外的方向 ， 这会是一次很有意思的研究 。华人一作
这篇论文的第一作者Wenlong Huang ， 目前在加州大学伯克利分校就读大二 ， 学习计算机视觉 。
本文插图
高中时 ， 他曾与加州大学圣迭戈分校的Zhuowen Tu教授共同研究3D生成模型 ， 目前感兴趣的研究方向是强化学习、机器人和计算机视觉 。
除此之外 ， 他的业余爱好也很广泛 ， 不仅喜欢拉小提琴 ， 也钻研摄影方向 。
论文链接：https://arxiv.org/abs/2007.04976
参考链接：https://www.reddit.com/r/MachineLearning/comments/hpajb2/r_one_policy_to_control_them_all_shared_modular/
推荐阅读
- 青年|汕头华侨试验区探索以人工智能、5G赋能产业转型升级
- 行业互联网,AI人工智能|城市教育大脑以“ AI+ 大数据”为核心 , 引领教育变革
- 行业互联网|眼控科技聚焦航空气象报文，人工智能助推编发自动化
- 人工智能|哈工智能布局“AI+ROBOT”生态圈
- 人工智能|马斯克宣布，脑机接口公司将在下月重磅更新，赛博格将成为现实？
- 人工智能|敏捷开发框架的开发运用之智能办公管理系统的开发
- 人工智能|人工智能上车就是聊天唱歌？TA还能给你有温度有情感的陪伴
- 行业互联网,云计算|赛伯乐携手华为（重庆）人工智能创新中心聚焦AI前沿，助力企业数字化转型
- |华为Mate40被曝启用双芯片策略，备选暂未确定
- 苹果手机|原创 新款iPhone12定价再曝光!再次上演"性价比"策略:让库克信心十足