您的位置: 西双版纳信息港 > 汽车

首次参赛就夺冠百度赢得NIPS2018A

发布时间:2019-05-15 06:00:42

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,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 联合举办的强化学习赛事,旨在通过将强化学习应用到人体腿部骨骼仿真摹拟模型的训练,从而加快人体假肢领域的相关研究,并首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、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,并第二名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,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,具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。

在去年的次挑战赛上,比赛规则围绕谁能让模型肌体行走速度快。而今年除了将整个模型运动控制从2D改成3D外,还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依照事前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,致使基于强化学习的算法无法准确掌控模型肌体的行走姿式;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 RPC 机制进行机器间通讯,从而能在高性能GPU上进行高效的模型训练。其次,利用Target Driven Deep Deterministic Policy Gradient (Target Driven DDPG),使得模型能够应对较大空间和连续动作空间的挑战,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,和不断实验累计的各类 reward shaping 方法运用其中。正是这些关键技术的综合运用,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干技术上的积累,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,百度会将这种能力通过 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。

人流后恢复要多久时间
白带粘稠有异味怎么办
白带多平时注意什么
猜你会喜欢的
猜你会喜欢的