Тренувальний тур III етапу Всеукраїнської олiмпiади з iнформатики 2018 2019 навчальний рік
机器人正在学习如何在加速的虚拟世界中完成任务，在几个小时内开发技能，否则可能需要几个月。模拟深层强化学习（或深度RL）意味着A.I.通常需要55天的技能。在现实世界中学习只需要一天的超加速教室。
谷歌DeepMind的研究科学家Raia Hadsell周四在伦敦举行的Re-Work深度学习峰会上说：“它有可能真正彻底改变我们在机器人领域所能做的事情。” “我们可以学习人类技能。”
这听起来可能是违反直觉的，因为机器人的全部意义在于程序员可以教他们做事，对吧？但是，在设计在现实世界中运行的机器时，机器人需要大量数据来了解如何在不熟悉的情况下执行任务。 A.I.可以使用此数据根据之前的所有实例“学习”技能。
深度强化学习以与人类学习方式类似的方式收集数据：机器人将重复完成任务，如接球，并记录数据以建立在新情况下如何最好地接球的图片。当DeepMind在2013年使用该模型教授机器人如何掌握Atari游戏时，只需将其放在屏幕前面并告诉它最终目标，科学界就喜欢它。
问题是，这需要永远。您需要反复向机器人扔球，或者在Atari情况下，将机器人单独留在卧室中一段时间。运行MuJoCo仿真，结合渐进式神经网络，训练员可以运行模拟机器人的程序，将学习的行为传递给机器人，并将虚拟动作映射到现实世界。
“我们可以整天和整夜运行这些模拟器，”Hadsell说。
结果不言自明。这个获得文凭的机器人现在可以跟随虚拟球，好像它们是真实的一样，在它被要求抓住一个真正的球时的大日子里启动它：