Generalist AI Control: Towards Multi-purpose Adaptive Algorithms
本文介绍了一种通用控制器，这是一种基于单样本学习的算法，它利用注意力机制和混合专家架构，有效地控制具有不同阶数和动力学的各种单输入单输出系统，而无需进行特定于系统的调优或架构更改。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下这样一个世界：你拥有的每一台机器，从厨房里的烤面包机到后院里的无人机，都说着一种完全不同的语言。为了让你的烤面包机工作，你需要一本特定的手册；为了驾驶你的无人机，你需要另一本手册。在机器人学和工程领域，几十年来情况正是如此。工程师为每一台机器构建一个定制的“大脑”，这个过程缓慢、昂贵，且需要对该特定机器如何运动有完美的理解。但是，如果我们能通过展示如何驾驶几种不同的机器，来教会一个单一的、超级智能的大脑去理解“任何”机器，那会怎样呢？这就像是教一个人去开汽车、开船和骑自行车，而不需要为每一种交通工具重新学习物理学。其核心思想是，虽然机器看起来各不相同，但它们运动背后的数学逻辑通常遵循相似的模式。如果计算机能学会这些模式，它或许就能控制任何东西，且无需为每一个新小玩意准备一份新手册。
本文介绍了一种新型的“通用控制器（Generalist Controller）”，这是一种旨在成为那个“通用驾驶员”的学习型系统。研究人员并没有为每一台机器构建独特的控制器，而是通过一个包含来自25个截然不同的系统的314,630次演示的大规模数据集，训练了一个单一的神经网络（一种计算机大脑）。这些系统涵盖了从稳定、易于控制的机器到混乱、不稳定的机器，包括化学反应器、水下航行器、飞机以及简单的机械弹簧。其秘诀在于？该控制器并不试图猜测它正在控制哪台机器。相反，用户只需向它提供一个“系统标签（system tag）”——就像一个写着“我是无人机”或“我是化学反应罐”的名字牌。有了这个标签，控制器就会切换其内部策略，利用一种被称为“混合专家模型（Mixture of Experts）”的特殊架构来决定使用大脑的哪个部分。
通过广泛的模拟和真实硬件测试得出的结果表明，这个单一控制器可以表现得与为每台特定机器定制的传统控制器一样出色。在测试中，它成功处理了棘手的情况，如不稳定系统和非最小相位动力学（即机器在自我修正前会先向错误方向移动的情况）。它甚至在没有任何重新调优的情况下，成功控制了一台真实的纳米四旋翼无人机（一种名为Crazyflie 2.1+的小型无人机），尽管存在传感器噪声和它从未见过的空气动力学特性。或许最重要的一点是，当研究人员引入意外问题时——例如电机无法旋转得足够快（饱和）或突然出现的噪声爆发——通用控制器保持了机器的稳定，而传统的定制控制器往往会失效或变得不稳定。
然而，论文也谨慎地设定了这一“超级大脑”的能力边界。它并不是一根能瞬间控制它从未见过的机器的魔杖；它仍然需要针对特定类型的机器（或非常相似的机器）进行过训练，并且需要正确的系统标签才能发挥作用。它无法仅通过观察来推断机器的身份。此外，虽然该控制器在模拟实验和小型无人机上表现出了极强的鲁棒性，但作者指出，证明它在每种可能情况下在数学上都是“安全”的，在未来仍是一个挑战。这项研究表明，单一的学习策略可以有效地控制具有不同阶数和动力学特性的广泛系统家族，但这只是迈向泛化的一步，而非解决所有机器问题的最终方案。通过展示一个大脑可以学会驾驶多种不同的载具，这项工作暗示了一个未来：我们可能不再需要为制造出的每一台新机器人都设计一个新的控制器。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。