美国陆军希望将多域作战理念引入下一代作战车辆。
多域作战（MDO）是美国陆军未来重要的作战理念，它要求装备学习组件的自动化“代理”（如陆地机器人）能够与作战人员协同作战。techxplore.com网站当地时间12月29日报道，美国陆军研究人员在新项目中降低了现行训练强化学习（reinforcement learning）策略的不可预测性，使它们更适用于陆地机器人。美国陆军作战能力发展司令部（DEVCOM）的研究人员Alec Koppel博士说：“这些学习组件将让机器人具备推理能力，可以适应不断变化的战场条件。新机制由以强化学习为基础的策略构成。有效获取这些策略对实现MDO的运行理念至关重要。强化学习中的策略梯度方法是连续空间可扩展算法的基矗然而，现有技术无法整合更广泛的决策目标，如风险敏感性、安全约束等。”
强化学习对传统模型产生了极大冲击，因为它可以完成很多复杂任务，例如下围棋、下国际象棋等。然而，普遍性实践对应的样本数是一个天文数字。这样复杂的样本集合，使很多常见的训练机制不适用于下一代作战车辆（NGCV）的MDO。为了促进MDO和NGCV的强化学习，训练机制必须在连续空间中提高样本可靠性。
Koppel团队设计的新方案减少了奖励积累的波动性，产生了对未知领域的有效探索，并形成了整合历史经验的机制。“该研究扩展了强化学习中的经典梯度定理。”Koppel解释，“这种创新对美国陆军有深远影响，因为它使强化学习目标超越了标准积累回报。值得注意的是，对于地面机器人而言，数据获取的成本很高。减少波动性积累、确保对未知领域的有效探索以及经验整合，都对规则优化有重要意义。”
Koppel表示，这项研究的未来非常光明。他说：“我乐观地认为，具有强化学习功能的机器人未来能够在战场上协助士兵完成勘探、侦察和风险评估任务。”
科界原创
编译：雷鑫宇
审稿：西莫
责编：陈之涵
来源：美国陆军研究实验室
原文链接：
https://techxplore.com/news/2020-12-army-effective-robots.html
版权声明：本文由科界平台原创编译，中文内容仅供参考，一切内容以英文原版为准。转载请注明来源科技工作者之家科界App。
