یکی از بزرگترین چالشهای دنیای رباتیک و سیستمهای فیزیکی، تضمین ایمنی حین یادگیری هوش مصنوعی است. تصور کنید یک ربات در حال یادگیری است و اگر اشتباه کند، به خودش آسیب میزند!
محققان به تازگی چارچوب جدیدی معرفی کردهاند که یادگیری تقویتی عمیق (DRL) را با کنترل پیشبین مدل (MPC) ترکیب میکند. در این روش، یک «فیلتر ایمنی» تعبیه شده که اجازه نمیدهد اقدامات عامل (Agent) از محدوده امن و تعریفشده خارج شود. این نوآوری یعنی آموزش رباتها در محیطهای واقعی با اطمینان از اینکه هیچ آسیبی به سختافزار نخواهد رسید. گام بلندی برای دنیای صنعت و رباتیک! 🤖💡
منبع: arXiv Machine Learning
