在展示了令人印象深刻的能力之后， 谷歌人工智能，因为您肯定会记得甚至有能力成为地球上最好的围棋选手或学习玩《星际争霸XNUMX》的人，而在几个月后也肯定展示了它的巨大品质，这一点已经说明 DeepMind 迈出新的一步，现在我能够 通过属性识别对象 为了决定抓住它们的最佳方法。
为此，由i组成的开发人员和研究人员团队来自Google和加利福尼亚大学的工程师，他决定开始练习该算法，以便他像孩提时代一样对自己进行教育，也就是说，他们将让他在虚拟世界中指挥，拉动，推翻，打破世界，并在一个虚拟的entrojo命令下对世界进行一般性的实验DeepMind。
这项工作的目的是使DeepMind能够 学习物理对象的属性以便与它们进行交互。 这种教学方式被称为“深度强化学习“并且将允许该平台无需特定的指令即可实时解决任务，这与我们在不知道对象是由什么或如何使用该对象（即本能）时与某对象进行交互的方式非常相似。 。
由于使用了深度强化学习技术，DeepMind将能够与任何类型的对象进行交互。
为此，研究人员创建了 两种不同的环境 为了使DeepMind能够进行实验并从错误中学习，为此，它首先面对具有五个相同大小但权重不同的块的系统，以寻求使平台识别出哪个是最重的。猜测它是与所有对象交互的唯一方法。
其次，将平台放在不同高度的塔上，以便DeepMind计算每个块中有多少块。 在成功的情况下，会提供一系列奖励，而如果发生失败，则会给平台带来负面反馈。 通过这些测试，平台学会了 发现基于独创性的新行为方式。 由于有了这个，DeepMind现在可以在没有明确说明或直接缺少说明的情况下找到解决方案。
更多信息： Arxiv