【摘 要】
：
近日，两个由 OpenAI 的研究人员开发的一模一样的机械臂——爱丽丝和鲍勃，可以在模拟情景中通过对弈互相学习，而不需要人为输入文本。 其中一个虚拟机械臂已经学会解决各种不同的难题——堆积木、摆放桌子、排列国际象棋棋子，并且每项任务不需要进行再训练。这一切通过与另一个机械臂对弈得以实现。据了解，另一个机械臂经过训练后，会给原本的机械臂臂带来越来越难的挑战。 这些机器人采用的是强化学习算法，即在
论文部分内容阅读
近日，两个由 OpenAI 的研究人员开发的一模一样的机械臂——爱丽丝和鲍勃，可以在模拟情景中通过对弈互相学习，而不需要人为输入文本。
其中一个虚拟机械臂已经学会解决各种不同的难题——堆积木、摆放桌子、排列国际象棋棋子，并且每项任务不需要进行再训练。这一切通过与另一个机械臂对弈得以实现。据了解，另一个机械臂经过训练后，会给原本的机械臂臂带来越来越难的挑战。
这些机器人采用的是强化学习算法，即在不同情况下，通过试错来训练人工智能，并采取不同行动来实现目标。游戏包括在虚拟桌面上移动物体。例如，通过以特定的方式排列物体，爱丽丝试图设置对鲍勃来说很难解决的谜题，而鲍勃会试图解决爱丽丝的谜题。随着它们的学习，爱丽丝会设置更复杂的谜题，而鲍勃也会越来越会解谜。
经过爱丽丝设置的积木谜题的训练后，鲍勃便可以通用于一系列任务，包括摆放桌子和排列象棋棋子。
通常在多重任务处理中，深度学习模型必须在任务间进行再训练。例如，AlphaZero （一款棋类 AI，可以通过自我博弈來学习）会使用单一算法教自己下国际象棋、将棋和围棋——但每次只能下一盘棋。例如，下国际象棋的时 AlphaZero 不能下围棋，下围棋时的 AlphaZero 不能下将棋。因此，造出真正能同时处理多任务的机器，是走向更通用的人工智能道路上的一大未解难题。
训练 AI 同时执行多重任务时会遇到一个问题，即需要大量的例子。OpenAI 则通过训练爱丽丝为鲍勃生成例子，用一个 AI 训练另一个 AI 来避免这个问题。经过训练，爱丽丝学会了设定目标，比如建造一座积木塔，然后把它捡起来并加以平衡。鲍勃学会了利用虚拟环境的属性，如通过摩擦力来抓取和旋转物体。
截至目前，虚拟现实的训练只在虚拟环境中进行，但 OpenAI 和其他机构的研究人员正在将虚拟环境中训练的模型转移到物理环境中，且越来越有起色。据悉，模拟环境可以让 AI 在短时间内处理大型数据集，然后研究人员会根据现实世界的环境再对其进行微调。
该团队的研究人员表示，他们的最终目标是训练这些机械臂去解决人类可能要求它做的任何任务。与 GPT-3 一样（GPT-3 是一个能以各种不同方式使用语言的语言模型），这些机器人手臂是 OpenAI 打造多任务人工智能整体目标的一部分，而使用一个 AI 来训练另一个 AI 也许是其中的关键所在。 （摘自美《深科技》）
其他文献
史布·菲利普承认，他知道“在工作时浪费一点时间”是什么感觉。史布是总部位于伦敦的一家小型公司Transcend的创始人，该公司批发购买美容产品，在网上销售。 在过去一年半时间里，他用软件Hubstaff来跟踪员工的工作时间、键盘敲击、鼠标移动和访问的网站。史布有7名员工在印度工作，他说这款软件保证了“一定程度的责任感”，并且帮助弥补时差。“我了解我自己。随时随地都可能多休息10分钟。有一种自动监
一场野火几乎摧毁了公元前的利顿，该村庄的温度达到近50摄氏度后不久，加拿大的历史记录就被打破了。 正如你所料，气候变化的确是罪魁祸首。人类活动导致的全球变暖加剧了最近那场在美国太平洋西北部和加拿大可能造成数百人死亡的热浪事件。 根据世界气候归因组织的分析，大气中温室气体的大量累积让这从未出现过的气候事件发生的可能性增加了150倍。这个松散型全球科学家团队得出的结论表示，如果没有气候变化，极端热
本书主编、作者均为研究中国现当代文学的博士。在这里我们不说2005是国产大片横行的一年，不说2005是矿难年，而说一些触及、震动文学博士生活、情感、未来，并且他们又有能力评断、言说的新闻、事件。 三联书店生活编辑部主任郑勇介绍，这不是一本Top10式的“年度文化盘点”，它无意全面回顾、讨论所有的热点和事件，也没有摆出媒体大小通吃的贪婪姿态或仿效蓝皮书提纲挈领的权威架势。从专业角度看，这册书中的大
濒临灭绝的赭红尾鸲最近重返倫敦市中心 城市再野生化项目正吸引着大自然回到我们的城市，包括为蝴蝶创建城市草地，为致命猛禽建造不可思议的家园。 对于英国最稀有的鸟类而言，伦敦西区繁忙的市中心似乎不太可能是它的栖息地。据估计，这个国家只有20对～40对正在繁殖的赭红尾鸲。但近年来，这种稀有鸟类开始在伦敦市中心这个拥挤的地区安家落户，而它未被人工引入该地区。 除了赭红尾鸲，还有一些意想不到的野生动物
你愿意花多少钱来一场10分钟的太空旅行？ “对一些人来说，这是炫耀的权利，对另一些人来说，这将是一生难忘的经历。”欧洲顶尖商学院之一华威商学院战略学教授洛伊佐斯·赫拉克利乌斯如是说。 亿万富翁杰夫·贝索斯的火箭公司蓝色起源宣布“新谢泼德号”将在7月20日执行首次载人飞行任务，并在网络公开拍卖其中一个座位。 第二阶段起拍价格为140万美元，目前，这张“船票”已被炒到280万美元。据官网消息，这
書名：《问道马克思——为什么信仰马克思主义？》 作者：董振华 著 出版社：广西人民出版社内容简介 近日，广西人民出版社重点打造的主题出版图书《问道马克思——为什么要信仰马克思主义？》面世。该书是中央党校哲学教研部副主任、著名学者董振华教授多年来研究讲授马克思主义的结晶，是一部关于如何正确认识马克思主义、树立马克思主义信仰的大家小书。
近年来，图书馆提出“以人为本”的理念。“以人为本”即满足人的需求、实现人的价值、追求人的发展为价值取向，充满人文关怀，体现美与和谐。本文将立足于“以人为本”这一人性化理念，试探讨国内公共图书馆建筑设计及内环境布置等硬件的合理发展趋势。 一、位置、环境 公共图书馆多走大众型路线，为普通民众服务，其位置应处于该区域人流量较大，交通四通八达的地点。而图书馆是精神圣殿，周围环境又需清幽雅致、古
概况 中国农业大学图书馆功能齐全，设备先进，资源丰富，并拥有一支专业化的信息服务队伍，是进行学术研究与信息交流的最佳场所。由原北京农业大学图书馆与原北京农业工程大学图书馆组成，分别位于东、西两个校区，西馆馆舍于1990年10月启用，在建筑设计方面率先突破了我国传统藏书楼式的布局，采用模数式、大平面的全开架管理方式。馆舍面积12000平方米，共分4层，1600个阅览座位。东馆馆舍于1987年建
由复合材料点燃的现代飞机制造的材料革命还在蔓延。如今在波音737和空客A320后续机型上，复合材料在飞机结构重量的占比已经达到50%～65%。 所谓复合材料，就是将不同性质的材料组分优化组合而成的新材料。多种不同的复合材料制成现代飞机机身的过程，就像烤多层酥皮蛋糕一样。先将不同的材料层堆叠在一起并塑造成机身的形状;然后，将这个结构推入到仓库大小的“烤箱”和高压釜中。在那里，这些层逐渐融合在一起，
这些护照可以畅游世界很多国家和地区，为持有者出游提供了很大便利。 澳大利亚 澳大利亚的护照可以免签畅行169个国家和地方，是前七最方便的护照 新西兰 新西兰的护照排在全球第六 加拿大 加拿大护照可以在172个国家和地区免签，也排在全球第六 希腊 希腊也排在前七最方便的护照榜单中 爱尔兰 爱尔兰护照能够在153个国家和地区免签通行 葡萄牙 172个国家和地区的免签通行，葡萄牙