یادگیری تقویتی جدید، روبات ها را خودمختارتر و همه فن حریف تر می کند

به گزارش سایت قطره و به نقل ازخبرنگار فناوری خبرگزاری دانشجو، شبکه های عصبی عمیق معمولا با آموزش چندین مثال به طور مکرر قادر به یادگیری توابع هستند.

تا به امروز از این فناوری برای شناسایی چهره در جمعیت یا تصمیم گیری در مورد اعتبارسنجی متقاضیان وام استفاده شده است.

- تیمی از محققان دانشگاه ادینبرو در اسکاتلند و ججیانگ در چین روش جدیدی را برای ادغام شبکه های عصبی عمیق با هم ابداع کرده اند تا نوع جدیدی از توانایی یادگیری را ایجاد کنند.

به گزارش سایت قطره و به نقل ازخبرنگار فناوری خبرگزاری دانشجو، شبکه های عصبی عمیق معمولا با آموزش چندین مثال به طور مکرر قادر به یادگیری توابع هستند.

تا به امروز از این فناوری برای شناسایی چهره در جمعیت یا تصمیم گیری در مورد اعتبارسنجی متقاضیان وام استفاده شده است.

ولی محققان ادینبرو و ججیانگ در تلاشند که شبکه های عصبی عمیق را برای کاربرد های مختلف با هم ترکیب کنند و یک سیستم جدید طراحی کنند که مزایای تمامی این شبکه های عصبی را دربرداشته باشد.

به گزارش سایت قطره و به نقل ازاین محققان، سیستم حاصل چیزی بیش از مجموعه ای از قطعات است و سیستمی به وجود آمده که قادر به یادگیری توابعی است که هیچ کدام از شبکه های عصبی به تنهایی قادر به آن نیستند.

محققان آن را معماری یادگیری چندتخصصی یا MELA نامیده اند.