蓋世汽車訊 據(jù)外媒報道，賓夕法尼亞大學(xué)嵌入式計算與集成系統(tǒng)工程研究（PRECISE）中心的團隊展開突破性研究工作，有望改變城市交通管理，對可持續(xù)城市生活和減緩氣候變化產(chǎn)生影響。這項研究由電氣與系統(tǒng)工程系（ESE）博士生Nandan Tumu領(lǐng)導(dǎo)，其導(dǎo)師是計算機與信息科學(xué)系（CIS）和ESE系教授兼PRECISE中心創(chuàng)始成員Rahul Mangharam。

（圖片來源：arxiv.org）

當(dāng)今機器學(xué)習(xí)方法的一個主要障礙是樣本復(fù)雜性，即學(xué)習(xí)算法需要多少數(shù)據(jù)才能達到適當(dāng)?shù)男阅芩?。?shù)據(jù)越多，所需的能量就越多，對環(huán)境的影響就越大。

為了解決這個問題，Tumu探索更為有效的方法，并發(fā)現(xiàn)基于物理知識和受約束的學(xué)習(xí)可以大幅減少大量采樣需求。通過將這種方法與共形預(yù)測（一種無分布不確定度量化方法）相結(jié)合，Tumu找到了一種有效可靠地控制復(fù)雜系統(tǒng)的方法。

這種基于物理知識和受約束的學(xué)習(xí)與共形預(yù)測的創(chuàng)新結(jié)合，有望釋放更大型多代理系統(tǒng)的潛力，例如無人機機隊或無人駕駛汽車車隊，以及電網(wǎng)和風(fēng)電場等基礎(chǔ)設(shè)施。

返回第一電動網(wǎng)首頁 >