เรียนรู้ที่จะทำงานร่วมกันให้สำเร็จได้อย่างไรเมื่อเวลาผ่านไป

ด้วยเป้าหมายของทีม มันยากที่จะรู้ว่าใครมีส่วนทำให้ชนะ” เขากล่าว "เราพัฒนาเทคนิคการเรียนรู้ด้วยเครื่องที่ช่วยให้เราสามารถระบุได้ว่าเมื่อใดที่ตัวแทนแต่ละคนมีส่วนร่วมในเป้าหมายของทีมทั่วโลก หากคุณมองในแง่ของกีฬา นักฟุตบอลคนหนึ่งอาจทำประตูได้ แต่เราก็ต้องการทราบเกี่ยวกับการกระทำของเพื่อนร่วมทีมคนอื่นๆ ด้วย ที่นำไปสู่เป้าหมาย เช่น แอสซิสต์ มันยากที่จะเข้าใจผลกระทบที่ล่าช้าเหล่านี้" อัลกอริธึมที่นักวิจัยพัฒนาขึ้นยังสามารถระบุได้ว่าเมื่อใดที่เจ้าหน้าที่หรือหุ่นยนต์กำลังทำบางสิ่งที่ไม่ได้นำไปสู่เป้าหมาย "หุ่นยนต์ไม่ได้เลือกทำสิ่งที่ผิดพลาดมากนัก เป็นเพียงสิ่งที่ไม่เป็นประโยชน์กับเป้าหมายสุดท้าย" พวกเขาทดสอบอัลกอริทึมโดยใช้เกมจำลองอย่างเช่น StarCraft ซึ่งเป็นเกมคอมพิวเตอร์ยอดนิยม คุณสามารถดูวิดีโอที่แสดงงานวิจัยที่เกี่ยวข้องโดยใช้การเรียนรู้แบบเสริมแรงเชิงลึกเพื่อช่วยให้หุ่นยนต์ประเมินการเคลื่อนไหวครั้งต่อไป "StarCraft สามารถคาดเดาได้ยากขึ้นเล็กน้อย เรารู้สึกตื่นเต้นที่ได้เห็นวิธีการของเรา ทำงาน ได้ดีในสภาพแวดล้อมนี้เช่นกัน" Tran กล่าวว่าอัลกอริธึมประเภทนี้ใช้ได้กับหลายสถานการณ์ในชีวิตจริง เช่น การเฝ้าระวังทางทหาร หุ่นยนต์ที่ทำงานร่วมกันในคลังสินค้า การควบคุมสัญญาณจราจร ยานพาหนะอัตโนมัติที่ประสานงานการจัดส่ง หรือการควบคุมกริดพลังงานไฟฟ้า ทฤษฎีส่วนใหญ่เบื้องหลังแนวคิดนี้เมื่อเขายังเป็นนักศึกษาระดับปริญญาตรีที่เรียนวิศวกรรมเครื่องกล โดยมีนักศึกษาด้านการบินและอวกาศช่วยดำเนินการ Tran ให้คำแนะนำแก่นักเรียนทั้งสองคน ผลงานดังกล่าวเพิ่งถูกนำเสนอต่อชุมชน AI ในการประชุม