एआई-आधारित तकनीक रोबोट को एक साथ काम करने के लिए प्रशिक्षित करती है, कार्यों को पूरा करती है Classic News Times

Machine Learning Technique Used to Enable Teams of Robots to Work Together and Complete Tasks: Details



शोधकर्ताओं ने एक ऐसा तरीका विकसित किया है जो आर्टिफिशियल इंटेलिजेंस (एआई) का उपयोग करके कई एजेंटों को एक साथ काम करने के लिए मजबूर कर सकता है। यह विधि एक प्रकार के AI का उपयोग करती है जिसे मल्टी-एजेंट रीइन्फोर्समेंट लर्निंग कहा जाता है। ड्रोन और रोबोट जैसे व्यक्तिगत एजेंट अक्सर एक साथ काम कर सकते हैं और संचार लाइनें खुली होने पर एक कार्य पूरा कर सकते हैं। हालांकि, सही हार्डवेयर के अभाव में या सिग्नल के ब्लॉक होने से उनके बीच संचार बाधित हो सकता है। नई तकनीक व्यक्तिगत एजेंट की पहचान करके इस अंतर को पाटने के लिए एआई का उपयोग करती है जब यह टीम के उद्देश्य में योगदान देता है। एक दूसरे से बात नहीं करते। हमने उन स्थितियों पर भी ध्यान केंद्रित किया जहां यह स्पष्ट नहीं है कि एजेंटों के लिए अलग-अलग भूमिकाएं या नौकरियां क्या होनी चाहिए, “इलिनोइस अर्बाना-शैंपेन विश्वविद्यालय में एक एयरोस्पेस इंजीनियर ह्यू ट्रैन ने कहा। ट्रैन के मुताबिक, समस्या जटिल है क्योंकि यह स्पष्ट नहीं है कि एक एजेंट को दूसरे एजेंट की तुलना में क्या करना चाहिए। उन्होंने कहा कि चुनौती एक समय में एक साथ एक कार्य को पूरा करने की थी। इसे दूर करने के लिए, ट्रान और उनके सहयोगियों ने मशीन लर्निंग का उपयोग किया और एक उपयोगिता फ़ंक्शन बनाया जो एजेंट को सूचित करता है कि वह टीम के प्रयासों में योगदान दे रहा है। ट्रान ने समझाया है कि टीम के लक्ष्य के मामले में, यह निर्धारित करना कठिन है कि जीत में किसने योगदान दिया। मशीन सीखने की तकनीक इन की पहचान करके इस अंतर को प्लग करती है व्यक्तिगत एजेंट जब यह टीम के उद्देश्य में योगदान देता है। “यदि आप इसे खेल के संदर्भ में देखते हैं, तो एक फ़ुटबॉल खिलाड़ी स्कोर कर सकता है, लेकिन हम टीम के अन्य साथियों द्वारा किए गए कार्यों के बारे में भी जानना चाहते हैं, जो गोल की ओर ले गए, जैसे सहायता। इन विलंबित प्रभावों को समझना मुश्किल है।’ यह ऐसा कुछ नहीं है जिसे रोबोट ने गलत करने के लिए चुना है, लेकिन बस कुछ ऐसा है जिसकी आवश्यकता नहीं है, ट्रान को स्पष्ट किया गया है। शोधकर्ता ने इस बात पर प्रकाश डाला है कि एल्गोरिथ्म का उपयोग कई वास्तविक जीवन स्थितियों में किया जा सकता है जैसे कि एक गोदाम में एक साथ काम करने वाले रोबोट, सैन्य निगरानी , यातायात संकेत नियंत्रण, या स्वायत्त वाहन समन्वय वितरण, आदि।

Leave a Reply

Your email address will not be published.