الگوریتم یادگیری تقویتی SA-MARL هماهنگی پهپادهای زیرسطحی را ۲۲ امتیاز ارتقا داد
پژوهشگران با توسعه الگوریتم یادگیری تقویتی SA-MARL، راهکاری کارآمد برای هدایت گروهی پهپادهای خودران زیرسطحی ابداع کردند. این معماری نوین با غلبه بر محدودیت‌های شدید پهنای باند صوتی زیر آب، عملکرد رهگیری اهداف را ۲۲ امتیاز بهبود می‌بخشد. شناورها در این سیستم با چرخه‌ای متشکل از ادراک، تصمیم‌گیری و اجرا، هماهنگی پایداری را به نمایش می‌گذارند.
در یک نگاه (نکات کلیدی خبر)
خلاصه مهم‌ترین نکات و تحولات این گزارش برای مطالعه سریع
- الگوریتم جدید SA-MARL با غلبه بر اختلالات ارتباط صوتی در اعماق آب، هماهنگی گروهی پهپادهای خودران زیرسطحی را ۲۲ امتیاز ارتقا می‌دهد.
- این معماری نوین با تفکیک وظایف هر شناور در سه لایه ادراک، تصمیم‌گیری و اجرا، مانع از تداخل میان حفظ آرایش گروهی و رهگیری اهداف می‌شود.
- سیستم جدید با همکاری شناور سطحی و رهبران محلی، فرآیند آموزش متمرکز هوش مصنوعی را با اجرای کاملاً مستقل در هر شناور زیرسطحی پیوند می‌زند.
ارتباطات صوتی در اعماق دریا پهنای باندی در حد چند کیلوبیت بر ثانیه در اختیار شناورهای خودران زیرسطحی (AUV) قرار می‌دهند، تأخیرهای زمانی طولانی ایجاد می‌کنند و با دور شدن شناورها به‌کلی قطع می‌شوند. این شرایط ناپایدار می‌تواند عملکرد الگوریتم‌های یادگیری تقویتی چندعاملی را مختل کند، زیرا اهدافی نظیر جلوگیری از برخورد، حفظ آرایش گروهی و دریافت پاداش‌های مأموریت، سیاست‌های تصمیم‌گیری مشترک را به جهات متفاوتی سوق می‌دهند. در همین راستا، پژوهشگران دانشگاه نورت‌ایسترن و دانشگاه هوهای در مقاله پژوهشی خود در arXiv معماری نوینی را با قابلیت تطبیق با محیط معرفی کرده‌اند که هر شناور را در قالب یک چرخه «ادراک، تصمیم‌گیری و اجرا» مدل‌سازی می‌کند و با استفاده از الگوریتمی با نقاد دوگانه موسوم به SA-MARL آموزش می‌دهد. کدها و داده‌های این پروژه نیز در مخزن گیتهاب در دسترس قرار گرفته است.
محدودیت‌های ارتباط صوتی؛ چالش بنیادین هماهنگی زیر آب
شبکه‌های ارتباطی زیر آب تنها اطلاعاتی پراکنده و همراه با تأخیر از وضعیت شناورهای همسایه و اهداف متحرک ارائه می‌دهند. توپولوژی این شبکه‌ها نیز با شناور شدن، شیرجه زدن یا مواجهه شناورها با موانع مدام دستخوش تغییر می‌شود. به همین دلیل، مدلی که در طول آموزش به داده‌های کامل‌تر و لحظه‌ای دسترسی داشته است، پس از استقرار واقعی در اقیانوس بر اساس اطلاعات منسوخ و تاریخ‌گذشته تصمیم‌گیری خواهد کرد.
پژوهشگران در این مقاله به دو عامل اصلی ناکامی و شکست سیستم‌ها اشاره می‌کنند:
- سیگنال‌های متناقض آموزشی: محدودیت‌های عمومی مانند پیش‌گیری از تصادف و حفظ پایداری آرایش گروهی می‌توانند گرادیان‌هایی تولید کنند که با اهداف اختصاصی مأموریت مانند رهگیری یا محاصره هدف تداخل داشته باشند.
- شکاف میان سیاست هوش مصنوعی و کنترل فیزیکی: بردارهای انتزاعی عمل باید به نیروهای فیزیکی پیشران و گشتاور تبدیل شوند، در حالی که شناورها باید بدون اشباع کردن کانال محدود صوتی، هماهنگی خود را نیز حفظ کنند.
سه لایه عملکردی در دو سطح کنترلی
معماری پیشنهادی این پژوهش، برای هر شناور خودران یک چرخه کنترلی سه مرحله‌ای در نظر می‌گیرد:
لایه | ورودی | خروجی |
|---|---|---|
ادراک (Perception) | سونار فعال و غیرفعال | موقعیت و سرعت نسبی |
تصمیم‌گیری (Decision) | مشاهدات کدگذاری‌شده و تخمین سناریو | بردارهای عمل برآمده از سیاست مدل |
اجرا (Execution) | بردارهای عمل سیاست مدل | نیروی پیشران و گشتاور از طریق کنترل‌کننده PID |
رویکرد آموزش متمرکز همراه با اجرای نامتمرکز که به اختصار CTDE نامیده می‌شود، به مدل‌های نقاد (Critic) اجازه می‌دهد تا در طول فرآیند یادگیری از اطلاعات اشتراکی کل شبکه بهره ببرند. در مقابل، بخش کنشگر (Actor) در هر شناور هنگام عملیات واقعی، تصمیم‌های خود را تنها بر مبنای مشاهدات محلی و داده‌های دریافتی هماهنگی اتخاذ می‌کند. در این طرح، یک شناور سطحی بدون سرنشین وظیفه هماهنگی سراسری را بر عهده دارد و در هر خوشه نیز یک شناور زیرسطحی کنترل محلی (Local Control AUV) تخصیص وظایف منطقه‌ای و آموزش نقاد را مدیریت می‌کند.
برچسب های مرتبط
مطالب مرتبط و پیشنهادی
چرا هوش مصنوعی مدام چاپلوسی می‌کند و چگونه این تملق به ضررمان تمام می‌شود؟
چت‌بات‌های هوش مصنوعی تمایل شدیدی دارند که همیشه با شما موافقت کنند و از ایده‌هایتان تمجید نمایند؛ رفتاری که می‌تواند به اشتباهات محاسباتی و تصمیم‌گیری‌های پرهزینه منجر شود. شناخت سازوکار این چاپلوسی الگوریتمی و یادگیری نحوه پرامپت‌نویسی انتقادی به شما کمک می‌کند هوش مصنوعی را از یک همراه منفعل به همکاری صادق و کارآمد تبدیل کنید.
پژوهشگران: هوش مصنوعی باید مرزهای ایمنی پروژه‌های انرژی زیرزمینی را تعیین کند
پژوهشگران در مطالعه‌ای تازه پیشنهاد کرده‌اند که مدل‌های یادگیری ماشین به‌جای پیش‌بینی‌های تک‌نقطه‌ای، محدوده‌های امن عملیاتی را در پروژه‌های انرژی زیرزمینی مشخص کنند. این چارچوب به مهندسان و ناظران امکان می‌دهد نرخ تزریق و فشار را با شفافیت بالا بسنجند و خطراتی مانند زلزله‌های القایی یا نشت کربن را به حداقل برسانند.
بررسی قابلیت هوش مصنوعی Ask Maps در گوگل مپ؛ برنامه‌ریزی هوشمند برای رویدادهای تعطیلات
گوگل با ادغام قابلیت هوش مصنوعی Ask Maps در پلتفرم نقشه خود، امکان کشف هوشمندانه رویدادها و برنامه‌ریزی تفریحات جمعی را فراهم کرده است. این ویژگی نوآورانه با دسته‌بندی دقیق برنامه‌ها بر اساس علایق کاربران و نمایش جزئیات روی نقشه، هماهنگی اوقات فراغت را سریع‌تر و آسان‌تر می‌کند.
دیدگاه ها و گفتگوی تخصصی
نظرات خود را با جامعه مخاطبان وایر ای آی در میان بگذارید
هنوز دیدگاهی برای این مطلب ثبت نشده است
اولین نفری باشید که دیدگاه، تحلیل یا دیدگاه خود را درباره این موضوع با دیگران به اشتراک می گذارد.