Natuklasan ng mga mananaliksik mula sa MIT at iba pang mga institusyon ang isang fenomenon na tinatawag na "indoor training effect, " na nagmumungkahi na ang pagsasanay sa mga artipisyal na intelihensiya (AI) na ahente sa mga kapaligirang hindi maingay ay maaaring magdulot ng mas mahusay na pagganap sa mas hindi mahuhulaan na mga sitwasyon. Tradisyunal na inisip na ang mga kapaligiran ng pagsasanay ay dapat na tumpak na nagsasalamin sa mga kapaligiran kung saan ang mga ahente ay ilalagay. Gayunpaman, ang pag-aaral na ito ay nagpapakita na kapag ang mga AI agent ay sinanay sa matatag at walang ingay na mga kapaligiran, maaari silang lumampas sa mga sinanay sa mas kumplikado at maingay na mga senaryo kapag sinubukan. Pinangunahan ng mananaliksik na si Serena Bono, sinuri nila ang epekto na ito sa pamamagitan ng pagsasanay sa AI na maglaro ng inaangkop na mga larong Atari na may karagdagang hindi mahuhulaan. Natuklasan nila na ang mga ahenteng sinanay sa mga malinis na kapaligiran ay mas mahusay na nagperform sa kabuuan, sinusuportahan ang ideya na ang efekto na ito ay isang mas malawak na katangian ng reinforcement learning.

Ang kanilang trabaho ay nagtatanong sa karaniwang kaalaman, na nagmumungkahi na ang paglikha ng mga simulated training scenarios na sinadyang idinisenyo upang bawasan ang ingay ay maaaring maging mas kapaki-pakinabang. Kabilang sa pag-aaral ang pagpapahusay ng mga estratehiya ng eksplorasyon ng mga ahente, sa pag-unawa na ang mga ahenteng sinanay sa mga mas tahimik na lugar ay mas madaling natututo ng mga patakaran ng laro kumpara sa mga nahantad sa kaguluhan. Sa hinaharap, balak ng koponan na siyasatin kung paano maiaangkop ang indoor training effect sa mas kumplikadong mga kapaligiran ng pagkatuto at iba pang mga aplikasyon ng AI, tulad ng natural language processing at computer vision. Ang pananaliksik na ito ay itatanghal sa Association for the Advancement of Artificial Intelligence Conference.