Квантовый метод оказался эффективным для управления роем дронов |
||
МЕНЮ Главная страница Поиск Регистрация на сайте Помощь проекту Архив новостей ТЕМЫ Новости ИИ Голосовой помощник Разработка ИИГородские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Искусственный интеллект Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Нейронные сети начинающим Психология ИИ Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Творчество ИИ Техническое зрение Чат-боты Авторизация |
2024-11-28 12:28 Методы машинного обучения с подкреплением отлично подходят для построения системы управления движением БПЛА. Тем не менее обучение большой сети (мультиагентное обучение) часто требует значительных объемов данных и времени. Корейские ученые доказали, что использование квантовых алгоритмов в комбинации с классическими методами в этом случае значительно повышает вычислительную эффективность и может масштабироваться для динамического управления крупным флотом БПЛА. Разработанный подход позволит БПЛА лучше координировать свои действия и реагировать на изменения в окружающей среде быстрее и с меньшими затратами ресурсов. https://ieeexplore.ieee.org/document/10679327 Источник: ieeexplore.ieee.org Комментарии: |
|