AI-systemer blir trent opp i ulike felt for å ta meningsfulle beslutninger, for eksempel ved å bruke AI for å håndtere bytrafikk og forbedre hastighet, sikkerhet og bærekraft. Dette er imidlertid utfordrende fordi modeller for forsterkningslæring ofte har problemer med variasjoner i oppgaver. For å løse dette har MIT-forskere utviklet en mer effektiv algoritme for å trene disse modellene. Denne algoritmen velger strategisk de mest innflytelsesrike oppgavene for trening av AI, noe som maksimerer ytelsen og minimerer kostnadene. Ved å kontrollere bytrafikk-signaler fokuserer den for eksempel på et mindre antall nøkkel-kryss for å trene på, noe som forbedrer den generelle effektiviteten. Forskerne fant ut at denne metoden er 5 til 50 ganger mer effektiv enn tradisjonelle metoder, noe som fører til raskere læring og bedre AI-ytelse. Seniorforfatter Cathy Wu fremhever algoritmens enkelhet og effektivitet, og understreker dens potensial for bredere adopsjon.

Forskningen, presentert på Conference on Neural Information Processing Systems, ble utført av Jung-Hoon Cho, Vindula Jayawardana, Sirui Li og Cathy Wu. Tradisjonelle metoder innebærer enten å trene en separat algoritme for hvert kryss eller én for alle, begge med ulemper. Den nye metoden finner en balanse ved å bruke overføringslæring for å anvende en trent modell på nye oppgaver uten ytterligere trening, med fokus på oppgaver som forbedrer den samlede algoritme-ytelsen. Den utviklede Model-Based Transfer Learning (MBTL)-algoritmen estimerer nytten av å trene nye oppgaver ved å modellere individuell oppgaveytelse og generalisering på tvers av ulike oppgaver, og velger oppgaver som tilbyr de største gevinstene. Denne tilnærmingen øker trenings-effektiviteten betydelig, ved å bruke mye mindre data for å komme frem til de samme løsningene. Tester viste MBTLs effektivitet i ulike simulerte oppgaver, og oppnådde opptil 50x økning i trenings-effektivitet. Dette betyr betraktelig reduserte datakrav for å nå optimale løsninger. Forskerne har som mål å utvide MBTL til å takle mer komplekse, virkelige problemer, særlig i neste generasjons mobilitetssystemer. Forskningen mottok støtte fra flere institusjoner, inkludert en National Science Foundation CAREER Award og et Amazon Robotics PhD Fellowship.