科技工作者之家
科技工作者之家APP是专注科技人才,知识分享与人才交流的服务平台。
科技工作者之家 2019-07-16
来源:Nature自然科研
根据本周《自然-机器智能》发表的一项研究Solving the Rubik’s cube with deep reinforcement learning and search,一款深度学习算法可以玩魔方和其它类型的组合拼图游戏。解决拥有大量组合的拼图问题可以为解决科学问题(如蛋白质折叠)提供思路。
杂乱状态和目标状态的视觉化呈现
来源:Agostinelli et al.
为组合型谜题找出最简解答方案很困难。这类谜题的解法通常无法通过随机步骤试出。传统算法可以解决组合型谜题,但是它们对计算和内存的要求使得它们在解答大型谜题时实用性不高。
美国加州大学欧文分校的Pierre Baldi及同事在他们之前的项目DeepCube的基础上,开发出了DeepCubeA。DeepCubeA从目标状态开始,综合使用增强学习和路径搜索方法,逆向解决拼图问题。在大部分情况下,它都能够找到最短的路径,而且消耗的记忆存储少于传统算法。作者表明,DeepCubeA能够玩魔方、关灯(Lights Out)、推箱子(Sokoban)和其它更大规模的游戏,包括48格的滑块拼图。
作者认为使用同一种方法玩一系列不一样的游戏,意味着这种方法或能用于解决更大规模的问题,从而找到接近最优的解法。
ⓝ
natmachintell|doi: 10.1038/s42256-019-0070-z
点击“阅读原文”阅读论文
Solving the Rubik’s cube with deep reinforcement learning and search
相关文章
人工智能助力运动捕捉:新型深度学习算法DeepLabCut
你还在迷路吗?人工智能已经学会了抄近路
来源:Nature-Research Nature自然科研
原文链接:http://mp.weixin.qq.com/s?__biz=MzAwNTAyMDY0MQ==&mid=2652561980&idx=2&sn=f8c59c7bdbc3933bd9830dd024769870&chksm=80cd4cb2b7bac5a45bb5f1906f40b2641aecd7a67322dc59455d2f5766d4cee30f200a4bc6ee&scene=27#wechat_redirect
版权声明:除非特别注明,本站所载内容来源于互联网、微信公众号等公开渠道,不代表本站观点,仅供参考、交流、公益传播之目的。转载的稿件版权归原作者或机构所有,如有侵权,请联系删除。
电话:(010)86409582
邮箱:kejie@scimall.org.cn
学校如何教授人工智能与机器学习?
机器学习:人工智能的三种设计模式
人工智能重塑机器人产业
NATURE 人工智能 | 神奇的粒子机器人
机器学习:人工智能的三种设计模式
兰德公司:中美人工智能战略比较——保持人工智能和机器学习的竞争优势
人工智能时代下机器的未来
昆山智能机器人及成套装备协会成立
美国最新《人工智能/机器学习战略计划》
人工智能的"机器士兵"