ASTRI 與 HPE 於 MWC Shanghai 2018 聯合展示 AI 驅動的 V2X 邊緣交通管理方案
ASTRI 與 HPE 在 MWC Shanghai 2018 聯合展示結合 AI 邊緣交通管理的端到端 V2X 網絡系統。系統可即時分析交通數據,偵測事故、交通擠塞及迫近風險,並向道路使用者發出警示和替代路線建議。
ASTRI 與 HPE 在 MWC Shanghai 2018 聯合展示結合 AI 邊緣交通管理的端到端 V2X 網絡系統。系統可即時分析交通數據,偵測事故、交通擠塞及迫近風險,並向道路使用者發出警示和替代路線建議。
Runway 公開介紹其機器學習工具,旨在簡化預訓練模型的使用,讓藝術家及其他用戶更容易把模型用於創作。工具可把模型的輸入或輸出連接至其他軟件;文中表示 Runway 正處於 Beta,並將免費提供。
OpenAI 發佈 Gym Retro 完整版本,這是一個以遊戲進行強化學習研究的平台。平台公開遊戲數量由約 70 款 Atari 遊戲和 30 款 Sega 遊戲,增至涵蓋多種模擬器的 1,000 多款。OpenAI 亦發佈了用於向平台新增遊戲的工具。
推薦理由:Gym Retro 的公開遊戲數量由約 70 款 Atari 遊戲和 30 款 Sega 遊戲擴至多種模擬器上的 1,000 多款,新增遊戲工具亦交代平台擴充遊戲集合的方式。
OpenAI 發佈 8 個機械人模擬環境,以及 Hindsight Experience Replay 的 Baselines 實作,這些資源均為其過去一年的研究開發成果。OpenAI 曾用這些環境訓練可在實體機械人上運作的模型,並同時發佈一組機械人研究需求。
OpenAI 開發的 Dota 2 機械人在遵循標準賽事規則的 1v1 對局中擊敗世界頂尖職業選手。機械人從零開始透過自我對弈學習,沒有使用模仿學習或樹搜索。OpenAI 將此視為朝建立能在涉及真實人類的混亂複雜情境中完成明確目標的 AI 系統邁出的一步。
推薦理由:這則公告同時交代對局成果與訓練方式,呈現自我對弈在規則明確、局勢複雜且有人類參與的遊戲環境中的應用。
OpenAI 將內部項目 OpenAI Baselines 開源,目標是以與已發表結果相當的性能復現強化學習算法。首批發佈包含 DQN 及其三種變體,其他算法計劃在未來數月陸續釋出。
推薦理由:首批開源內容包括 DQN 及三種變體,可看出 OpenAI Baselines 的起始復現範圍;項目目標是讓強化學習算法達到與已發表結果相當的性能。
OpenAI 建立了一套機械人系統,完全在模擬環境中訓練後部署到實體機械人上,並能在看過一次任務示範後學會新任務。
OpenAI 發佈 Roboschool,這是一套與 OpenAI Gym 整合的開源機械人模擬軟件。
OpenAI 發佈 Universe,這是一個在全球各類遊戲、網站及其他應用程式中測量和訓練 AI 通用智能的軟件平台。
推薦理由:Universe 將遊戲、網站及其他應用程式納入同一軟件平台,用於測量和訓練 AI 通用智能,呈現跨應用環境作為訓練與評估場景的設計思路。
OpenAI 推出 OpenAI Gym 公開測試版,這是一套用於開發及比較強化學習(RL)演算法的工具包。它包含持續擴充的環境,涵蓋模擬機械人到 Atari 遊戲,並提供比較和重現結果的網站。
推薦理由:OpenAI Gym 同時提供持續擴充的強化學習環境,以及比較和重現結果的網站,呈現其面向算法開發與評估的工具定位。