剧集

高保真模拟:真实 AI 的关键途径

替换为 Ashish Kapoor

开发和测试真实 AI 是一个昂贵且耗时的过程。 机器学习是使这些系统能够在不确定性下运行的关键组件之一。 但是,为了利用机器学习和深度学习的最新进展,我们需要在各种条件和环境中收集大量带批注的训练数据。 此外,此类数据驱动系统远非完美,可能导致可能危及安全的故障案例。 在此会话中,我们将探讨高保真模拟如何帮助我们缓解其中一些问题。 我们将讨论这种近乎现实的模拟不仅有助于收集训练,还可以嵌入模仿学习或强化学习循环,以提高样本复杂性。 我们的讨论将围绕 AirSim(一个基于 Unreal Engine 构建的开源模拟器)为中心,该模拟器提供物理和视觉现实的模拟。