所谓机器学习,是指计算机获取新的知识或技能,重新组织已有的知识结构,从而不断改善自身的性能。这是人工智能的核心,也可看作是使计算机具有智能的根本途径。此次,为了应对上述挑战,美国加州大学圣地亚哥分校研究人员马西莫·韦格索拉及其同事,将眼光瞄准机器学习中的"强化学习"(reinforcement learning)。这是一种动态机器学习技术,其中的智能主体通过与其环境相互作用来学习,就像孩子学习一样:行为正确会被"奖励",行为不当则被"惩罚"。
机器学习要学会像鸟儿一样飞翔
研究团队编写了一个程序,让两米翼展的滑翔机根据机载仪器对周围环境的测量结果,调整其在空中的俯仰和侧滚动作。根据几天试飞总结出的经验,他们设计了一种导航策略,将垂直风加速度和侧向扭矩(用于让滑翔机左右旋转的力)作为导航线索。研究人员认为,该策略的成功表明鸟类也可能依赖这种线索。
科学家指出,能够顺着热气流向上飞,只是候鸟或其机械模拟物可以安全地进行数百公里快速飞行的部分原因。未来,如果能对如何识别强大上升气流的导航线索进行补充研究,将进一步增强人类对鸟类飞行模式和动力的理解,并有助于开发更高效的远距离自主滑翔机。
声明: 本网站原创内容,如需转载,请注明出处;本网站转载内容(文章、图片、视频等资料)的版权归原网站所有。如我们转载或使用了您的文章或图片等资料的,未能及时和您沟通确认的,请第一时间通知我们,以便我们第一时间采取相应措施,避免给双方造成不必要的经济损失或其他侵权责任。如您未通知我们,我们有权利免于承担任何责任。 我们的联系邮箱:news@cecb2b.com。
CITE2024借助深圳电子信息产业的蓬...