Nguon:https://www.sciencedaily.com/releases/2022/07/220725124120.htm
Huy Tran và các cộng sự của mình đã sử dụng máy học để giải quyết vấn đề này bằng cách tạo ra một hàm tiện ích cho nhân viên biết khi nào tác nhân đang làm điều gì đó hữu ích hoặc tốt cho nhóm.
"Với các bàn thắng của đội, thật khó để biết ai đã góp phần vào chiến thắng," anh nói. "Chúng tôi đã phát triển một kỹ thuật máy học cho phép chúng tôi xác định khi nào một tác nhân cá nhân đóng góp vào mục tiêu của đội toàn cầu. Nếu bạn nhìn vào khía cạnh thể thao, một cầu thủ bóng đá có thể ghi bàn, nhưng chúng tôi cũng muốn biết về hành động của các đồng đội khác dẫn đến bàn thắng, chẳng hạn như các pha kiến tạo. "
Các thuật toán mà các nhà nghiên cứu đã phát triển cũng có thể xác định khi nào một tác nhân hoặc robot đang làm điều gì đó không đóng góp vào mục tiêu. "Không phải người máy đã chọn làm sai điều gì đó, chỉ là điều gì đó không hữu ích cho mục tiêu cuối cùng." Họ đã thử nghiệm các thuật toán của mình bằng cách sử dụng các trò chơi mô phỏng như Capture the Flag và StarCraft, một trò chơi máy tính phổ biến. Tran cho biết loại thuật toán này có thể áp dụng cho nhiều tình huống thực tế, chẳng hạn như giám sát quân sự, robot làm việc cùng nhau trong nhà kho, điều khiển tín hiệu giao thông, xe tự hành điều phối giao hàng hoặc điều khiển lưới điện.
» Danh sách Tập tin đính kèm:
» Tin mới nhất:
» Các tin khác: