ابداع روش‌ یادگیری عمیق برای حل مکعب روبیک

کالین جی جانسون(Colin G. Johnson)، دانشیار دانشگاه ناتینگهام به تازگی روش یادگیری عمیقی ابداع کرده است که می‌تواند از تعدادی راه‌حل نمونه برای حل یک مشکل کلی استفاده کرده و اصطلاحا "عملکرد مناسب" را بیاموزد.
کالین جی جانسون(Colin G. Johnson)، دانشیار دانشگاه ناتینگهام به تازگی روش یادگیری عمیقی ابداع کرده است که می‌تواند از تعدادی راه‌حل نمونه برای حل یک مشکل کلی استفاده کرده و اصطلاحا “عملکرد مناسب” را بیاموزد.

به گزارش «نبض فناوری»، تک‌اکسپلور اعلام کرد، این روش که در مقاله‌ای در مجله‌ی “Wiley’s Expert Systems” به چاپ رسیده است ابتدا برای حل مکعب روبیک طراحی شده بود.

کالین جی جانسون می‌گوید: هدف مقاله‌ی ما استفاده از یادگیری ماشینی برای آموختن حل مکعب روبیک بود. مکعب روبیک پازل بسیار پیچیده‌ای است اما بسیاری از این معماها در بیشترین حالت ۲۰ قدم تا حل شدن فاصله دارند و رویکردی که ما پیش گرفته‌ایم تلاش برای حل این مسئله با یادگرفتن هر مرحله به صورت جداگانه است.

ابداع روش‌ یادگیری عمیق برای حل مکعب روبیک

منبع  : نبض فناوری

برای مشاهده کامل مطلب کلیک کنید

اشتراک‌گذاری

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *