中新網(wǎng)北京12月3日電 (記者 孫自法)國際著名學(xué)術(shù)期刊《自然》最新發(fā)表一篇計算機科學(xué)研究論文稱，一種人工智能控制器能讓平流層的氣球一連數(shù)周待在原地，這一研究結(jié)果代表深度強化學(xué)習(xí)向現(xiàn)實世界應(yīng)用邁進了重要的一步，將提高全自動環(huán)境監(jiān)測成為現(xiàn)實的可能性。
該論文指，填充氦氣的“超壓”氣球常被用來在高層大氣開展實驗，比如氣象監(jiān)測，如果被風(fēng)吹偏了航道，它們就要返回駐點。深度強化學(xué)習(xí)可以訓(xùn)練人工智能系統(tǒng)進行決策，對于超壓氣球來說，這些決策包括采取哪些行動來保持它們的位置不變。
論文通訊作者、加拿大蒙特利爾谷歌研究院馬克·貝勒馬爾(Marc Bellemare)和同事訓(xùn)練了一種人工智能控制器，這種控制器能根據(jù)風(fēng)的歷史記錄、預(yù)報、局地風(fēng)觀測和其他因素(如氦氣損失和電池疲勞)，決定是否要移動氣球。研究者利用一種數(shù)據(jù)增強算法來解釋數(shù)據(jù)中的空白，他們將這種命名為StationSeeker的技術(shù)應(yīng)用到分布在全球各地的Loon氣球上，包括一項在太平洋上空進行的為期39天的受控實驗。實驗顯示，受到StationSeeker控制的氣球能成功實現(xiàn)自主導(dǎo)航，一旦被吹偏航道，它們能比傳統(tǒng)控制器控制的氣球更快地回到駐點。
英國牛津大學(xué)斯科特·奧斯普瑞(Scott Osprey)在《自然》同時發(fā)表的“新聞與觀點”文章中表示，深度強化學(xué)習(xí)的應(yīng)用此前已在受控環(huán)境(如電腦游戲)中得到演示，其受控環(huán)境擁有完整的數(shù)據(jù)集和明確定義的參數(shù)。但現(xiàn)實世界的可預(yù)測性更差，比如關(guān)于環(huán)境中風(fēng)的數(shù)據(jù)就不完整，因而很難采取最優(yōu)調(diào)整，讓氣球保持在原位。因此，馬克·貝勒馬爾和同事的研究成果代表了增強學(xué)習(xí)在現(xiàn)實世界應(yīng)用的一次巨大進步。(完)