محققان در یک پژوهش جدید، رویکرد جذابی برای حل مشکل همکاری بین «عاملهای هوشمند» (Multi-Agent Systems) معرفی کردهاند. در این روش، به جای تعریف پاداشهای پیچیده، از یادگیری «خود-نظارتی برای رسیدن به هدف» (Self-Supervised Goal-Reaching) استفاده میشود.
این یعنی عاملهای هوشمند یاد میگیرند چطور با حدس زدنِ احتمالِ رسیدن به هدف، هماهنگیهای پیچیده و کاوشهای موفقی در محیطهای پراکنده داشته باشند. نتایج این تحقیق نشان میدهد که این مدلها حتی در سناریوهایی که روشهای سنتی شکست میخورند، عملکرد درخشان و پایداری دارند.
این دستاورد یک قدم بزرگ برای طراحی سیستمهای رباتیک و هوش مصنوعی چندعامله است که نیاز به برنامهنویسی سختگیرانه برای همکاری ندارند.
منبع: arXiv AI