基于衍射光学网络的决策与控制
机器学习
2024-05-31 v3 新兴技术
光学
摘要
人工智能的终极目标是模仿人脑，直接从高维感官输入中进行决策与控制。衍射光学网络为以高速率和低功耗实现人工智能提供了一种有前景的解决方案。大多数已报道的衍射光学网络专注于不涉及环境交互的单项或多项任务，例如目标识别与图像分类。相比之下，据我们所知，能够执行决策与控制的网络尚未被开发出来。在此，我们提出使用深度强化学习来实现模仿人类水平决策与控制能力的衍射光学网络。此类网络利用残差架构，允许通过与环境的交互寻找最优控制策略，并且可以容易地用现有的光学器件实现。通过参与三种经典游戏 Tic-Tac-Toe、Super Mario Bros. 和 Car Racing，验证了这些网络的优越性能。最后，我们利用基于空间光调制器的衍射光学网络，展示了玩 Tic-Tac-Toe 的实验验证。我们的工作代表了推进衍射光学网络的坚实一步，有望实现从针对简单识别或分类任务的预设计状态的目标驱动控制，向人工智能高级感官能力的根本性转变。它可能在自动驾驶、智能机器人和智能制造中找到令人兴奋的应用。
引用
@article{arxiv.2212.11278,
title = {Decision-making and control with diffractive optical networks},
author = {Jumin Qiu and Shuyuan Xiao and Lujun Huang and Andrey Miroshnichenko and Dejian Zhang and Tingting Liu and Tianbao Yu},
journal= {arXiv preprint arXiv:2212.11278},
year = {2024}
}