本文摘要：据国外媒体报道，只要不改变路线，自主车非常擅长继续执行特定的驾驶员任务。美国圣路易斯华盛顿大学詹姆斯麦克艾维工程学院计算机科学与工程助理教授布伦丹朱巴(Brendan Juba)正在研究一种方法，使规划代理帮助自动车辆、机器人或其他使用机器学习来提高对世界理解的设备。此外，代理需要确保操作员的安全，或者在无法确保安全时收到警报。

据国外媒体报道，只要不改变路线，自主车非常擅长继续执行特定的驾驶员任务。美国圣路易斯华盛顿大学詹姆斯麦克艾维工程学院计算机科学与工程助理教授布伦丹朱巴(Brendan Juba)正在研究一种方法，使规划代理帮助自动车辆、机器人或其他使用机器学习来提高对世界理解的设备。此外，代理需要确保操作员的安全，或者在无法确保安全时收到警报。

这项研究由美国国家科学基金会资助，为期三年，经费为419，877美元，朱巴教授与以色列内盖夫本古里安大学软件和信息系统工程学院的教职员工罗尼斯特恩积极合作。朱巴教授回应：自主车或机器人面临的环境总是在变化，影响了他们的不道德。这个项目的重点是让机器人或自动驾驶汽车在动态环境中自学。

关键是让自学部分和决策部分共同努力，才能做出更激进的决策。朱巴回应说，在这种情况下，机器人或自动驾驶汽车最糟糕的事情是确保他们不告诉自己的不道德行为不会导致任何结果，而不是做出可能被证明是错误的决定。比如自驾汽车经常在道路上训练，道路上的一条车道经常被橙色的安全锥挡住，汽车不会教安全锥是什么意思，也不会告诉必须采取什么行动，类似于人类自学的司机。

朱巴不会研究规划代理如何通过机器人模拟器改进现实世界模型，然后团队会在自学模型的基础上开发自动规划算法，分解必要的规划来保证操作者的安全，或者在无法保证安全的情况下收到报警。

本文关键词：美国,科研,让,规划,代理,帮助,自动,驾驶,汽车,开云app下载入口

本文来源：开云app下载入口-www.iloveiyc.com