Araştırmacılar, yapay zeka (AI) kullanarak birden fazla ajanın birlikte çalışmasını sağlayabilecek bir yöntem geliştirdi. Yöntem, çok aracılı pekiştirmeli öğrenme adı verilen bir tür yapay zekadan yararlanır. Dronlar ve robotlar gibi bireysel ajanlar, iletişim hatları açıkken genellikle birlikte çalışabilir ve bir görevi tamamlayabilir. Ancak, doğru donanımın olmaması veya sinyallerin tıkanması durumunda aralarındaki iletişim engellenebilir. Yeni teknik, ekip hedefine katkıda bulunduğunda bireysel aracıyı belirleyerek bu boşluğu kapatmak için yapay zekayı kullanır.
“Temsilciler birbirleriyle konuşabildiğinde daha kolay. Ancak bunu merkezi olmayan, yani birbirleriyle konuşmadıkları bir şekilde yapmak istedik. Ayrıca farklı rollerin veya işlerin ne için olduğunun açık olmadığı durumlara da odaklandık. ajanlar olmalıdır” söz konusu Huy Tran, Illinois Urbana-Champaign Üniversitesi’nde bir uzay mühendisi.
Tran’a göre, bir ajanın başka bir ajana kıyasla ne yapması gerektiği net olmadığı için problem karmaşıktır. Zorluğun, bir görevi belirli bir süre boyunca birlikte tamamlamak olduğunu söyledi. Bunun üstesinden gelmek için Tran ve meslektaşları makine öğrenimini kullandılar ve aracıya ekibin çabalarına katkıda bulunduğunda bilgi veren bir yardımcı işlev işlevi yarattılar.
Tran, bir takım golü söz konusu olduğunda, galibiyete kimin katkıda bulunduğunu belirlemenin zor olduğunu açıkladı. Makine öğrenimi tekniği, ekip hedefine katkıda bulunduğunda bireysel aracıyı belirleyerek bu boşluğu doldurur. “Spor açısından bakarsanız, bir futbolcu gol atabilir, ancak diğer takım arkadaşlarının golü getiren asist gibi hareketlerini de bilmek istiyoruz. Bu gecikmiş etkileri anlamak zor” diye ekledi.
Tran yeni tekniği bir videoda gösterdi.
Teknikte kullanılan algoritma, ajanın çalıştığı ancak hedefe katkıda bulunmadığı zaman tespit edilmesine de yardımcı olabilir. Bu, robotun yanlış yapmayı seçtiği bir şey değil, sadece Tran’ın açıklığa kavuşturması gerekmeyen bir şey.
Araştırmacı, algoritmanın bir depoda birlikte çalışan robotlar, askeri gözetleme, trafik sinyal kontrolü veya otonom araç koordinasyon teslimatları gibi birçok gerçek yaşam durumunda kullanılabileceğini vurguladı.
