<label id="gsnnz"></label>

    <mark id="gsnnz"><button id="gsnnz"></button></mark>

    <code id="gsnnz"><delect id="gsnnz"></delect></code>
    1. 权威国防科技信息门户
      国防科技大数据智能情报平台
      DSTIS征订中
      DPS国防术语智能定位系统
      国外国防科技文献资料快报
      公告:
      DSTIS国防军工信息资源内网服务系统2019年征订开始  
      DARPA项目:终身学习机器方面取得的进展
      2019-03-25


      [据军用嵌入式网站2019321日报道]  美国国防先期研究计划局(DARPA)的终身学习机器(L2M)项目汇报了其开发计算机系统的一些进展,该系统可以?#20013;?#23398;习,并在执行任务?#21271;?#24471;越来越专业。



      DARPA合作伙伴南加州大学(USC)的研究人员发表了有关探索仿生人工智能算法的成果:L2M研究员兼USC维特比工程学院的生物医学工程和生物运动学教授Francisco J. Valero-Cuevas与该学院博?#21487;?/span>Ali MarjaninejadDario
      Urbina-Melendez
      Brian Cohn?#40644;穡?#22312;3月份的《自然-机器智能》(Nature Machine Intelligence)杂志上发表了?#40644;?#25991;章,文中详细介绍了人工智能控制的机器人肢体的成功研发。该肢体由类似动物的肌腱驱动,能够自学行走任务,甚至能自动从平衡失调中恢复。



      推动USC研究人员开发这一机器人肢体的是一种仿生算法,只需五?#31181;?#30340;“非结构化游戏”(unstructured play),就能自主学习行走任务;也就是说,进行随机运动,使机器人能够学习自己的结构和周围的环境。



      当前的机器学习方法依赖于对系统进行预编程来处理所有可能的场景,复杂、工作量大?#19994;?#25928;。相比之下,USC研究人员揭示,人工智能系统有可能从相关的经验中学习,因为随着时间的推移,它们致力于寻找和?#35270;?#35299;决方案,以应对挑战。



      L2M项目最初于2017年宣布,正在深入研究和开发下一代人工智能系统及其组件,以及能够转化为计算过程的生物有机体中的学习机制。目前,L2M包含30个性能团体的庞大基础,通过不同期限和规模的拨款、合同开展工作。(工业和信息化部电子第一研究所 宋文文)



       



      相关新闻

      DSTIS 国防科技工业信息服务系统
      中国核科技信息与经济研究院 中国航天系统科学与工程研究院 中国航?#23637;?#19994;发展研究中心
      中国船舶工业综合?#38469;?#32463;济研究院 中国船舶信息中心 北方科技信息研究所 工业和信息化部电子科学?#38469;?#24773;报研究所
      DSTI简介 | 大事记 | 网站动态 | 产?#26041;?#32461; | 广告服务 | 客户服务 | 联系方式 | 共建单位 | 合作媒体  
      国防科技信息网 dsti.net © 2006 - 2019 版权所有 京ICP备10013389号
      时时彩长龙规律
      <label id="gsnnz"></label>

        <mark id="gsnnz"><button id="gsnnz"></button></mark>

        <code id="gsnnz"><delect id="gsnnz"></delect></code>
        1. <label id="gsnnz"></label>

            <mark id="gsnnz"><button id="gsnnz"></button></mark>

            <code id="gsnnz"><delect id="gsnnz"></delect></code>