OpenAI机械手“自学”完成单手解魔方_半岛平台

近日，人工智能研究的组织OpenAI在建构标准化自学机器人方面获得了新的里程碑。该的组织的机器人部门回应，其去年首次研发的类人机器人手Dactyl，早已学会了单手解法魔方。OpenAI将这一伟业视作机器人附件灵巧性以及自家AI软件的极大进步，AI软件使Dactyl可以在面对实际挑战之前，利用虚拟世界建模自学虚拟世界任务中的新任务。

据报导，OpenAI是一家以人工智能和机器学习研究而著称的公司，其周二展出了能找出三阶魔方的机械手。这套取名为Dactyl的机械手是通过用于称作自动域随机化（ADR）和增强自学的新技术展开训练的。

在过去的Dota2中，Dactyl所使用的增强自学算法早已证明了它可以对付人类输掉。OpenAI机械手“自学”找出三阶魔方技术取名为Dactyl的机械手是通过用于称作自动域随机化（ADR）和增强自学的新技术展开训练的。在过去的Dota2中，Dactyl所使用的增强自学算法早已证明了它可以对付人类输掉。

新技术ADR通过分解更加无法训练的Dactyl训练场景来协助教教机械手解决问题古老的难题。自动域随机化的方式如下：ADR从单一的非随机环境开始，在该环境中，神经网络自学了如何找出三阶魔方。随着神经网络在任务中显得更佳并超过性能阈值，域随机化的数量不会自动减少。

由于神经网络现在必需学会将其推展到更加随机的环境，因此这使任务更为艰难。神经网络大大自学，直到再度多达性能阈值，然后再行展开更加多随机化，然后反复该过程。团队指出，ADR是一项根本性变革，因为逐步艰难的训练仿真的创建“使我们挣脱了对真实世界的精确模型的束缚，并使在仿真中自学到的神经网络的移往需要应用于真实世界。

”有些人并不几乎坚信强化自学是否是未来此类机器人的方法。Berenson在谈及该主题时似乎了一种更加传统的方法：“到2020-03-30 完结时，将不会有一些自学过程－有可能是增强自学。但是我指出那些过程实质上应当晚得多。

本文来源：半岛平台-www.mysuggester.com