VUB-onderzoekers ontwikkelen algoritme voor zelflerende rolstoel

Jessica Vermeer
Leestijd: 1 minuut

Een team van wetenschappers van het VUB AI Experience Center heeft een nieuw algoritme uitgewerkt voor een zelfrijdende rolstoel dat op basis van trial-and-error sneller en zelfstandig leert. Dat moet risico’s zoals aanrijdingen met obstakels en mensen voorkomen.

Het algoritme dat de rolstoel aanstuurt, werkt volgens het principe van reinforcement learning. Bij deze vorm van machine learning leert de computer door te experimenteren in de omgeving waarbinnen die actief moet zijn. Klassieke reinforcement learning vereist veel interacties, waardoor het leerproces lang duurt. Het nieuwe algoritme kan de leertijd terugbrengen tot een à twee uur.

Hoofdonderzoeker Denis Steckelmacher ligt toe: ‘Reinforcement learning is eigenlijk een systeem gebaseerd op trial-and-error. Om het leerproces te versnellen combineert ons algoritme op een slimme manier verschillende types van reinforcement learning. Zo compenseert de ene de zwaktes van de andere. Dit resulteert in een leerproces dat heel snel gaat als we voldoende zeker zijn, en voorzichtig bijstuurt bij onzekerheid.’

This article is exclusively available to premium members of Bits&Chips. Already a premium member? Please log in. Not yet a premium member? Become one and enjoy all the benefits.

Login