如何提高训练机器人的效率 外媒 正强化法

最近，约翰斯·霍普金斯大学的博士生安德鲁·洪特（Andrew Hundt）发布了一篇新论文，引起了广泛关注。在这篇论文中，他提出了一种新颖的训练机器人学习新技能的方法——正强化法。

洪特强调，传统的机器人训练方法常常采取惩罚机制，当机器人执行错误时对其进行纠正。他提出的正强化法则恰恰相反，这种方法更注重在机器人执行正确时进行奖励激励。通过这种激励机制，机器人能够像玩游戏一样，根据完成任务的情况获得积分。这种积分形式就像是给机器人的一种正面反馈，可以大大提升其学习新技能的效率。

安德鲁指出，正强化法的应用可以显著缩短机器人完成任务的训练时间。他表示：“机器人渴望获得更高的分数，因此它们能够迅速完成相关任务。以前，机器人可能需要一个月的练习才能达到100%的准确性，而现在通过正强化法，仅仅两天就可以达成这一目标。”

尽管当前机器人所执行的任务仍然相对初级，如堆积木等，但洪特坚信，随着技术的不断进步和正强化法的广泛应用，未来机器人将有望完成更复杂、更有意义的任务。正强化法将为机器人的未来学习和发展开启一扇崭新的大门。

作者：郑湘琪