5月8日消息，伯克利人工智能研究實驗室（BAIR）近日介紹了幫助機器人快速適應(yīng)環(huán)境變化的最新研究。

 　　據(jù)介紹，研究人員開發(fā)了一種基于模型的元強化學習算法，能夠結(jié)合最新的經(jīng)驗對模型進行微調(diào)，以實現(xiàn)在幾毫秒內(nèi)在線幫助機器人快速適應(yīng)如新的地形，惡劣天氣等環(huán)境變化。在每一個時間步，用于更新模型的數(shù)據(jù)都能夠從最近的經(jīng)驗的模型預測中輕易獲取。這項研究通過元學習實現(xiàn)了高容量神經(jīng)網(wǎng)絡(luò)動力學模型的在線適應(yīng)，研究人員稱雖然該研究在模擬與硬件中都展示了一定的成果，但仍有很大的改進空間。