首页简介编委会征稿简则订阅
群智进化理论及其在智能机器人中的应用
投稿时间:2018-08-10  修订日期:2018-08-15  点此下载全文
引用本文: 戚骁亚  刘创  富宸  甘中学.群智进化理论及其在智能机器人中的应用[J].中国工程科学,2018,20(4):101-111
摘要点击次数: 353
全文下载次数: 169
作者单位
戚骁亚 北京深度奇点科技有限公司北京100086 
刘创 北京深度奇点科技有限公司北京100086 
富宸 北京深度奇点科技有限公司北京100086 
甘中学 复旦大学智能机器人研究院上海 200433 
基金项目:中国工程院咨询项目“新一代人工智能引领下的智能制造研究”(2017-ZD-08-03)
中文摘要:群体智能(CI)已经在过去的几十年里被广泛研究。最知名的CI算法就是蚁群算法(ACO),它被用来通过CI涌现解决复杂的路径搜索问题。最近,DeepMind发布的AlphaZero程序,通过从零开始的自我对弈强化学习,在围棋、国际象棋、将棋上都取得了超越人类的成绩。通过在五子棋上试验并实现AlphaZero系列程序,以及对蒙特卡洛树搜索(MCTS)和ACO两种算法的分析和比较,AlphaZero的成功原因被揭示,它不仅是因为深度神经网络和强化学习,而且是因为MCTS算法,该算法实质上是一种CI涌现算法。在上述研究基础上,本文提出了一个CI进化理论,并将其作为走向人工通用智能(AGI)的通用框架。该算法融合了深度学习、强化学习和CI算法的优势,使得单个智能体能够通过CI涌现进行高效且低成本的进化。此CI进化理论在智能机器人中有天然的应用。一个云端平台被开发出来帮助智能机器人进化其智能模型。作为这个概念的验证,一个焊接机器人的焊接参数优化智能模型已经在云端平台上实现。
中文关键词:群体智能  涌现  进化  正反馈  蚁群算法  蒙特卡洛树搜索  分布式人工智能云端平台  智能机器人
查看全文  查看/发表评论  下载PDF阅读器

  版权所有:《中国工程科学》杂志社  
电话:010-58582511  传真:010-58582494  地址:北京市朝阳区惠新东街4号富盛大厦12层  邮编:100029
京ICP备11030251号