大量最新的研究正致力于将深度学习网络用于实现一些基本的机器人操作，那么反过来看，机器人领域的一些研究成果是否有可能应用于指导软件开发？在上周三（9 月 26 日）发布的一项最新研究中，谷歌大脑的研究人员 Aleksandra Faust，以及她在圣地亚国家实验室和新墨西哥大学的合作研究者们，引入机器人领域的研究对软件程序开发做了全新阐释。在该项研究中，软件程序被视为一种在不确定的领域中探索轨迹的机器人，由此引入强化学习方法实现可更好处理不确定性的韧性软件。论文进一步将该理论实际应用于排序算法，实现了一种称为 RL 排序的韧性算法。实验表明，相比于经典排序算法，RL 排序算法对需排序数组的操作次数更少，同时在引入错误的情况下能给出更接近于正确的结果。大量最新的研究正致力于将深度学习网络用于实现一些基本的机器人操作，那么反过来看，机器人领域的一些研究
阅读背景：
Google大脑最新研究成果：使用强化学习实现动态系统的韧性计算
来源：互联网
分享到：
