MIT News breed · Wetenschap

Nieuwe AI-methode verbetert veiligheidskritieke toepassingen

MIT-onderzoekers hebben HardFlow ontwikkeld, een techniek die generatieve AI in staat stelt te voldoen aan strenge veiligheidseisen zonder in te boeten aan uitvoerkwaliteit, waardoor AI nuttiger wordt in risicovolle scenario's.

De methode geeft AI-modellen meer generatievrijheid, waarbij harde beperkingen alleen op de uiteindelijke uitvoer worden afgedwongen. Getest in robotica en besturing, voldeed het consequent aan beperkingen en leverde het betere oplossingen op dan bestaande methoden.

HardFlow is een plug-and-play techniek voor voorgegetrainde modellen bij implementatie, nuttig waar veiligheidsregels niet mogen worden overtreden, zoals bij robotpadplanning.

In tegenstelling tot methoden die tussenstappen beperken, maakt HardFlow een grotere verkenning mogelijk voor haalbare oplossingen van hogere kwaliteit.

HardFlow herformuleert sampling als trajectoptimalisatie, waarbij optimale controle wordt gebruikt om het proces te sturen en tegelijkertijd de naleving van de uiteindelijke uitvoer te waarborgen.

Het ontleedt complexe neurale netwerkproblemen in kleinere subproblemen voor een efficiënt, schaalbaar algoritme.

Het raamwerk kan ook aanvullende doelen integreren, zoals de kortste paden. Experimenten toonden perfecte tevredenheid over beperkingen en superieure kwaliteit.

Toekomstig werk kan het raamwerk uitbreiden voor adaptieve verbeteringen in de tevredenheid over beperkingen en de kwaliteit van de monsters.

AI-samenvatting op basis van de bron.