AI-nyhederAlper Kamil Bozkurt lærer AI at overholde tidsfrister
Ny metode fra Alper Kamil Bozkurt får AI til at forstå og følge komplekse tidsregler – vigtigt for robotter og selvkørende biler.
Det nye
Forskeren Alper Kamil Bozkurt og hans kolleger har udviklet en metode, der gør det muligt for AI at lære opgaver, hvor tid spiller en rolle. Tidligere kunne AI godt lære simple regler, men med tidsbegrænsninger som 'gør det inden for 10 minutter' gik det galt. Den nye metode kaldes 'Reward Machines' og bygger på signal-temporal logik – en formel måde at beskrive tid på.
Sådan virker det
Metoden giver AI'en en slags belønningsplan, der ændrer sig alt efter, hvad der sker undervejs. Hvis robotten for eksempel skal hente en pakke og levere den, før klokken slår, får den point for hvert skridt, der overholder tidsplanen. På den måde lærer den ikke bare at nå målet, men også at gøre det til tiden – uden at skulle have alle reglerne forklaret på forhånd.
Hvorfor det betyder noget
Det kan få stor betydning for robotter i hjemmet, på fabrikker og i trafikken. En selvkørende bil skal ikke bare undgå forhindringer – den skal også nå frem til tiden og overholde færdselsregler, der ændrer sig med tiden. Med denne metode kan AI bedre forstå sådanne krav og handle sikkert og effektivt i den virkelige verden.
- Forskeren bag er Alper Kamil Bozkurt fra arXiv-området for AI.
- Metoden kombinerer belønningsmaskiner med signal-temporal logik.
- Den hjælper AI med opgaver, hvor timing er afgørende.
- Kan bruges til robotter, selvkørende biler og automatiske systemer.
- Offentliggjort som forskningsartikel på arXiv i august 2026.
Du får mere pålidelige robotter og biler, der kan overholde tidsfrister og regler – så de fungerer bedre i hverdagen.
Kilder:
arXiv cs.AI →
Genfortalt i egne ord af AI-nyheder.com · Tjek altid originalkilden, før du handler på vigtige oplysninger.