距 NIPS 2018 召开还有不到一个月的时间,NIPS 2018 的各种技术挑战赛也接近尾声。在上周结束的 2018人工智能假肢挑战赛(AI for Prosthetics Challenge) 中,来自中国百度的技术团队一举击败全球的 400 多个参赛团队,以 9980 分的成绩夺得冠军,领先第二名高达 30 多分。
人工智能假肢挑战赛是由斯坦福大学神经生物实验室与 EPFL 联合举办,旨在通过将强化学习应用到人体腿部骨骼仿真模拟模型的训练,从而加快人体假肢领域的相关研究,并开创该领域的研究的新方法。
自今年 7 月份启动以来,来自全球 400 多技术团队都参与其中。其中既有上届冠军、由 “RNN之父”Juergen Schmidhuber 创立的 NNAISENSE,也有阿里巴巴、Yandex 等巨头。百度今年首次参加强化学习领域比赛,就在强手如云的团队里脱颖而出,一举夺得冠军,并领先第二名30多分。第二到五名分别被NNAISENSE,Yandex,阿里巴巴等获得。显而易见,百度在强化学习领域占据了明显的优势,冠军含金量颇高。
今年的比赛中,赛会组织者提供了一个人体骨骼-高仿模型,该模型是斯坦福国家医学康复研究中心研发的 Opensim 高仿模型,拥有人类腿部绝大多数真实骨骼、关节和肌肉的精细仿真。参赛者需要根据该模型中多达 100 个以上的状态,来决定模型肌肉的信号,然后控制该模型的肌体行走。
在去年的第一次挑战赛上,比赛规则围绕谁能让模型肌体行走速度最快。而今年则引入带有假肢的模型,同时模型的假肢不可控制,模型肌体行走的速度也有要求,并且还需要在第二轮比赛中按照事先未知的指定速度进行切换。
相较而下,今年的比赛难度再次增加。比如对模型肌体有效信息的判断上,由于实际状态空间和动作空间稠密并且非常大,导致基于强化学习的算法无法准确把握模型肌体的行走姿势;更进一步,由于规则要求不断切换速度,更增加了模型控制难度。
在此次比赛中,百度首先通过上千台机器的 CPU 集群来加速模拟环境,利用 ZMQ 机制进行通信,从而能够在 P40 上进行高效的模型训练。其次,利用Target Driven Deep Deterministic Policy Gradient (Target Driven DDPG)(DDPG),使得模型能够应对较大空间和连续动作空间的挑战,最终也使得一个单一模型能够学习多种速度和姿态。第三,在算法层面,通过 multi-head bootstrapping,能够更高效的对巨大的解空间进行探索(Exploration),同时还将旋转不变性等各类特征处理方式,以及不断实验累计的各类 reward shaping 方法应用其中。正是这些关键技术的综合应用,让百度能以 9980 的高分一举夺冠,有参赛者表示,这是一个他们难以相信的分数。
事实上,早在本次比赛以前,百度已经将强化学习技术应用于信息流推荐、广告展现、搜索 排序 等大规模工业级场景。而本次比赛中所展现出的技术实力,再次证明了百度在强化学习相关技术上的积累,也能够进一步推广到复杂机器人控制、自动驾驶等更多工业领域。
与此同时,百度会这种能力通过 PaddlePaddle 开源平台赋能更多开发者。基于 PaddlePaddle 的强化学习框架 PARL 将在今年四季度正式发布,届时将为更多深度学习领域开发者提供强而有力的技术支撑,也进一步深化百度构建AI完成生态的决心。
以上所述就是小编给大家介绍的《NIPS 2018 强化学习比赛结果出炉,百度赢得NIPS 2018 AI 假肢挑战赛》,希望对大家有所帮助,如果大家有任何疑问请给我留言,小编会及时回复大家的。在此也非常感谢大家对 码农网 的支持!
猜你喜欢:本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。
Effective Objective-C 2.0
Matt Galloway / 爱飞翔 / 机械工业出版社 / 2014-1 / 69.00元
《effective objective-c 2.0:编写高质量ios与os x代码的52个有效方法》是世界级c++开发大师scott meyers亲自担当顾问编辑的“effective software development series”系列丛书中的新作,amazon全五星评价。从语法、接口与api设计、内存管理、框架等7大方面总结和探讨了objective-c编程中52个鲜为人知和容易被忽......一起来看看 《Effective Objective-C 2.0》 这本书的介绍吧!