AI-agent lär sig styra självorganiserande mönster i simulerade system

arXiv cs.AI

Forskare har byggt ett system kallat CARL som använder förstärkningsinlärning (en metod där en AI lär sig genom trial-and-error) för att självständigt utforska och styra komplexa simuleringar – specifikt ett cellulärt automat-system kallat Lenia, känt för att producera livslika mönster. CARL hittar stabila mönster i högre takt än tidigare metoder och kan dessutom guida dem genom labyrintmiljöer i realtid med enkla mänskliga kommandon. Det intressanta är att agenterna generaliserar till helt nya situationer de aldrig tränat på – vilket är just det som brukar vara knepigt för AI-system.