《自然》雜志2月24日發(fā)表了一項人工智能研究成果：美國團隊報告了一類增強學(xué)習(xí)，可回溯過去、解決復(fù)雜任務(wù)，真正改善了對復(fù)雜環(huán)境的探索方式，有望應(yīng)用于機器人、語言理解和藥物設(shè)計領(lǐng)域。這類算法被統(tǒng)稱為“Go-Explore”，已經(jīng)在一款經(jīng)典游戲的算法挑戰(zhàn)中得分超過了人類玩家和先進的人工智能系統(tǒng)。該成果被認為正朝著實現(xiàn)真正“智能學(xué)習(xí)體”邁出了重要一步。

據(jù)了解，增強學(xué)習(xí)，可讓人工智能系統(tǒng)通過探索和理解復(fù)雜環(huán)境來進行決策，并學(xué)習(xí)如何以最優(yōu)的方式獲得獎勵。然而，當遇到很少給予反饋的復(fù)雜環(huán)境時，現(xiàn)階段的加強學(xué)習(xí)算法就很容易碰壁。

美國科學(xué)家艾德蘭·艾克菲特、朱斯特·赫伊津哈及團隊，提出了有效探索面臨的兩個主要障礙，并設(shè)計了一類算法來解決這些障礙。