محققان در مقاله جدیدی موفق شدهاند یکی از چالشهای بزرگ در حوزه هوش مصنوعی و رباتیک را حل کنند: «آموزش کنترلکنندههای بازخورد در ابعاد بسیار بالا با حفظ ایمنی کامل.»
نکته کلیدی اینجاست که در گذشته، استفاده از «توابع مانع کنترل» (CBFs) به دلیل محاسبات سنگین در سیستمهای پیچیده محدود بود، اما این روش جدید با ترکیب روشهای نوآورانه در تحلیل ریاضی، اجازه میدهد سیستمهایی با ۱۲۰۰ بعد حالتی را بدون به خطر انداختن ایمنی، به صورت انتها-به-انتها (End-to-End) آموزش داد. این پیشرفت میتواند گام مهمی در خودکارسازیِ ایمن سیستمهای پیچیده و چندعاملی باشد. 🤖⚙️
منبع: arXiv Machine Learning