Системи штучного інтелекту тренуються у різних сферах для ухвалення осмислених рішень, таких як управління міським рухом для підвищення швидкості, безпеки та сталого розвитку. Однак це складно, тому що моделі навчання з підкріпленням часто стикаються з труднощами у разі змін завдань. Щоб вирішити цю проблему, дослідники з MIT розробили ефективніший алгоритм для навчання цих моделей. Цей алгоритм стратегічно обирає найбільш впливові завдання для навчання штучного інтелекту, що максимально підвищує продуктивність і мінімізує витрати. Наприклад, при контролі міських світлофорів він зосереджується на меншій кількості ключових перехресть для тренування, покращуючи загальну ефективність. Дослідники виявили, що цей метод є в 5-50 разів ефективнішим, ніж традиційні підходи, що призводить до швидшого навчання та кращої продуктивності штучного інтелекту. Старша авторка Кеті Ву підкреслює простоту й ефективність свого алгоритму, наголошуючи на його потенціалі для ширшого прийняття.

Дослідження, представлене на конференції з систем обробки нейронної інформації, було проведено Чон-Хун Чо, Віндула Джаявардана, Сіруй Лі та Кеті Ву. Традиційні методи передбачають або навчання окремого алгоритму для кожного перехрестя, або одного для всіх, що має свої недоліки. Новий метод знаходить баланс, використовуючи перенесення навчання для застосування вже натренованої моделі до нових завдань без додаткового навчання, зосереджуючись на завданнях, що покращують загальну продуктивність алгоритму. Розроблений алгоритм перенесення навчання на основі моделі (MBTL) оцінює користь від навчання нових завдань, моделюючи індивідуальну продуктивність завдань і узагальнення різних завдань, відбираючи завдання, які пропонують найбільші вигоди. Такий підхід значно підвищує ефективність навчання, використовуючи набагато менше даних для досягнення тих самих рішень. Тести показали ефективність MBTL у різних симульованих завданнях, досягаючи до 50-разового покращення ефективності навчання. Це значно знижує вимоги до даних для досягнення оптимальних рішень. Дослідники прагнуть розширити можливості MBTL для роботи зі складнішими реальними проблемами, зокрема у наступному поколінні систем мобільності. Дослідження отримало підтримку від кількох інституцій, зокрема CAREER Award національного наукового фонду та стипендію докторанта Amazon Robotics.