为什么连接的机器会浪费如此多的带宽？想象一位朋友坐在公交车上，每秒钟都打一个电话。“还是在公交车上。”大多数远程机器每秒钟向云端传输稳定的读数。他们中的大多数人都在说同样的事情：没有什么新消息。网络以完整的价格支付零消息。一架送货无人机、仓库机器人或风力涡轮机都会发送冗余数据。在深入探讨之前，先声明一下：这些测量是由模拟器生成的，而不是来自真实的无人机。使用Cart Pole，即一个带有杆子的小型模拟购物车，只发送了几个数字。核心原理仍然相同。所构建的是一种简单的方法，只发送惊喜。到最后，你将知道什么是世界模型，两个副本如何保持远程机器和云端同步，如何在PyTorch中构建它，以及它真正节省了多少数据。世界模型是一个程序，它想象自己是一张神经网络，这张神经网络已经学会了预测接下来会发生什么。你把当前的情况和正在采取的行动交给它。它把你一个时刻后的情况交还给你。该模型通过观看示例来学习，而不是从物理教科书中学习。它可以将自己的答案反馈作为下一个情况，并在没有真实机器参与的情况下想象未来。一个细节很重要：该模型只看到两个数字——购物车的位置和杆子的倾斜角度。它从来没有看到过速度。为了计算速度，它通过一个小的64数字内存记住了一刻钟前的情况，就像一张从一个时刻传递到下一个时刻的潦草笔记。测试床是Cart Pole，是AI领域最古老的玩具问题之一。购物车沿轨道滑动，杆子竖立在顶上。购物车遵循计划好的路径，以测试模型预测状态变化的效率。
来源: Towards Data Science · 由HeadlinesBriefing整理摘要