在人工智能的帮助下，漂浮在平流层中的巨型气球稳定地停留了几周。 12月3日，学术期刊《自然》（Nature）发表了Google团队的一项研究，该研究表明，人工智能控制器可以将平流层气球保持在原位数周。这项研究的结果意味着，深度强化学习已朝着实际应用迈出了难得的一步，并提高了全自动环境监测成为现实的可能性。平流层中的无人气球。 Google ProjectLoon正在使用此气球在空中建立无线通信网络。 “超压”指的是：充满氦气的气球通常用于高空实验，例如天气监测。对于Google ProjectLoon项目，此类气球用于向指定区域提供Internet服务。当“超压”时气球在空中飞行，它们必须停留在固定位置，以便更好地获取数据或传输信息。如果风吹向航线，则它们需要返回到停滞点。根据《自然》杂志的最新研究，深度强化学习可以训练人工智能系统做出决策，包括采取哪些行动来保持气球的位置不变。这项名为“使用强化学习的平流层气球自主导航”的研究在（“基于强化学习的平流层气球自主导航”）是由Google Brain团队和Google母公司Alphabet的子公司Loon共同完成的。该论文的第一作者，来自Google Brain团队的Marc Bellemare及其同事训练了一个人工智能控制器，该控制器可以根据风向历史，预报，局部风向观测和其他因素（例如氦气损失和电池疲劳）来决定是否移动。气球。平流层气球的位置。定位是指将气球的位置保持在地面上特定位置的特定范围内。深度强化学习的应用已在计算机游戏等受控环境中得到证明。受控环境具有完整的数据集和明确定义的参数。与之相比，现实世界的可预测性更差。例如，在气球在平流层中定位的问题中，环境中的风数据不完整，并且难以进行最佳调整以将气球保持在适当位置。为了解决这个问题，研究人员使用数据增强算法来解释数据中的差距。他们将这种称为StationSeeker的技术应用于世界各地的Loon气球，并在太平洋赤道附近进行了为期39天的受控空中实验。作者发现，由StationSeeker控制的气球可以成功实现自主导航。一旦它们飞离航线，它们可以比传统控制器控制的气球更快地返回停滞点。 ProjectLoon最初是Google X Labs的一个项目。在2018年，该项目被拆分出来，成为了Alphabet的独立子公司。到目前为止，Loon气球已累计飞行超过100万小时。从2020年7月开始，Loon在肯尼亚正式开始运营其商业互联网服务。牛津大学国家大气科学中心和大气与行星物理系的科学家Scott M. Osprey在他的文章“ News and Views”中发表了评论。对于本文来说，这项研究代表了增强学习在现实世界中的巨大应用。进步。 “在没有完全了解周围风的情况下，人工智能控制器将气球在平流层中保持了数周之久，这为无监督的环境监测开辟了前景。” Scott M. Osprey认为，有效而自主的“超压”是不言而喻的。气球将提供一系列商业和科学应用，以探测地球和其他行星的大气。如果气球可以在特定位置停留数月，则可以进行长期的环境监测，例如检测城市的空气质量，受高温影响的森林和冻土融化区的碳通量等。在。其他应用程序还包括监视动物迁徙路线以及非法越过货物和人口走私的边界。