杨净 发自 凹非寺
量子位 报道 | 公众号 QbitAI
如果机器能像动物一样学习与进化会如何?
这是李飞飞团队的最新研究。
在过去6亿年中,动物在复杂的环境中学习与进化成各异的形态,又利用进化的形态来学习复杂的任务。如此周而复始的学习与进化,造就了动物的认知智慧。
但其中环境复杂性、进化形态和智能控制的可学习性之间的关系原理仍然难以捉摸。
本中提出了一种深度进化强化学习计算框架DERL。它可以演化不同的形态,在复杂的环境中学习一些具有挑战性的运动、操纵任务。
最终利用DERL,研究人员证明了环境复杂性、形态智能和控制的可学习性之间的几个关系。
通过学习和进化来实现的形态智能
创建适应性的形态,在复杂的环境中学习操纵任务是具有挑战性的,存在双重困难。
第一种,在大量可能的形态组合中进行搜索。第二种,通过终生学习评估适应性所需要计算时间。
因此,此前的工作要么在有限的形态空间中进化,要么专注于寻找固定的形态最佳参数,亦或是就在平坦的地形中学习。
为了克服这些实质性的限制,本文提出了深度进化强化学习(Deep Evolutionary Reinforcement Learning,DERL)计算框架。