連日來，鄉親抬頭常可見大面國旗在上空飄揚。
這是歸仁的陸軍航特部運輸直升機，吊掛巨幅國旗，正在空中進行雙十國慶活動任務訓練。
我們每天都在先睹將在總統府前上演的感動呢！
「一黨一派無法抵禦外侮，同心協力才能守護國家！」
https://news.ltn.com.tw/news/politics/breakingnews/3648730
任務訓練 在 臺南市議員鄭佳欣 Facebook 的最讚貼文
同時也有10部Youtube影片，追蹤數超過1,790的網紅李基銘漢聲廣播電台-節目主持人-影音頻道，也在其Youtube影片中提到，本集主題：國軍英雄：空軍第35中隊 黑貓中隊 訪問主編：區肇威（查理） 黑貓中隊從民國51年起，只使用一種飛機，就是出自洛克希德著名設計師凱利‧詹森的作品，U-2 Dragon Lady，蛟龍夫人。全世界只有三個國家的飛行員接受U-2的任務訓練，分別是美國、英國和台灣。而真正深入敵境執行高空偵察...
任務訓練 在 台灣物聯網實驗室 IOT Labs Facebook 的精選貼文
為了讓 AI 不斷打怪升級，DeepMind 打造「宇宙」
作者 雷鋒網 | 發布日期 2021 年 07 月 30 日 8:15 |
DeepMind 又給我們小驚喜。我們都知道，強化學習苦於類化能力差，經常只能針對單個任務從頭學習。
DeepMind之前開發的AlphaZero，儘管可以玩圍棋、西洋棋和日本將棋，但每種棋牌遊戲都只能從頭訓練。類化能力差也是AI一直被詬病為人工智障的一大原因。人類智慧的厲害之處，就在藉鑑之前經驗迅速適應新環境。
但類化能力不是一蹴而就，就像玩遊戲，也是先做簡單任務，逐步升級到複雜任務。《空洞騎士》（Hollow Knight）一開始只需要隨意走動揮刀砍怪，但噩夢級難度的「苦痛之路」關，沒有前面累積的技巧，只能玩寂寞。
多任務宇宙
DeepMind此次採用「課程學習」，讓智慧體於不斷擴展升級的開放世界學習。也就是說，AI新任務（訓練資料）是基於舊任務不斷生成。智慧體可盡情鍛鍊自己，簡單的如「靠近紫色立方體」，複雜點的如「靠近紫色立方體或將黃色球體放在紅色地板」，甚至和其他智慧體玩耍，如捉迷藏──「找到對方，且不要被對方發現」。
每個小遊戲存在世界小角落，千千萬萬個小角落拼成龐大的物理模擬世界，如下圖的幾何「地球」。總體來說這個世界的任務由三個要素構成，即任務＝遊戲＋世界＋玩家，並根據三要素關係，決定任務的複雜度。
複雜度的判斷有四個維度：競爭性、平衡性、可選項、探索難度。
比如「搶方塊」遊戲，藍色智慧體需要把黃色方塊放到白色區域，紅色智慧體需要把黃色方塊放到藍色區域。這兩個目標矛盾，因此競爭性較強；同時雙方條件對等，平衡性比較高；因目標簡單，所以可選項少；DeepMind把探索難度評為中上，可能是因定位區域算較複雜的場景。
再如「球球喜歡和方塊一起玩」遊戲，藍色和紅色智慧體有共同目標，讓相同顏色的球體和方塊放在相近位置。
這時競爭性自然很低，平衡性毋庸置疑很高的；可選項比上面遊戲高很多；探索難度沒有定位區域，智慧體隨便把球體和方塊放哪都行，難度就變小了。
基於這四個維度，DeepMind打造超大規模「宇宙」任務空間，幾何「地球」也只是這宇宙的小角落，是四維任務空間的一點。DeepMind將「宇宙」命名為XLand，包含數十億個任務。
來看XLand的全貌，由一系列遊戲組成，每個遊戲在許多模擬世界進行，這些世界的拓樸和特徵平滑變化。
終生學習
數據有了，接下來得找到合適的算法。 DeepMind發現，目標注意代理（GOAT）可學習更通用的策略。
具體來說，智慧體輸入包括第一視角的RGB圖像、本體感覺以及目標。經過初步處理後，生成中間輸出，傳遞給GOAT模組，會根據智慧體目前目標處理中間輸出的特定部分，邏輯分析目標。
邏輯分析是指，每個遊戲可藉由一些方法，構建另一個遊戲，並限制策略的價值函數的最優值上限或下限。
DeepMind提出一個問題：對每個智慧體，什麼樣的任務是最好的？換句話說，打怪升級時，什麼樣的關卡設置才讓玩家順利升級為「真」高手，而不是一刀9999？
DeepMind的答案是，每個新任務都基於舊任務生成，「不會太難，也不會太容易」。其實恰好是讓人類學習時感覺「爽」的興奮點。
訓練開始時，太難或太容易的任務可能會鼓勵早期學習，但會導致訓練後期的學習飽和或停滯。不要求智慧體某任務非常優秀，而是鼓勵終身學習，即不斷適應新任務。所謂太難、太容易是較模糊的描述。需要量化方法，在新任務和舊任務之間彈性連接。
怎麼不讓智慧體做新任務時不適應而「暴死」？進化學習就提供很好的靈活性。總體來說，新任務和舊任務同時進行，且每個任務有多智慧體參與「競爭」。舊任務適應好的智慧體，會選拔到新任務繼續學習。
新任務中，舊任務的優秀智慧體權重、瞬間任務分佈、超參數都會複製，參與新一輪「競爭」。除了舊任務的優秀智慧體，還有很多新人參與，這就引進隨機性、創新性、靈活性，不用擔心「暴死」問題。
當然，因任務不斷生成、動態變化，一個任務可訓練不同長處的智慧體，並往不同方向演化（隨著智慧體相對性能和強健性進行）。最終每個智慧體都會形成擅長任務的集合，就像春秋戰國時期「百家爭鳴」。說打怪升級顯得格局小，簡直是模擬地球。
DeepMind表示，「這種組合學習系統的特性是，不最佳化有界性能指標，而是更新定義的通用能力範圍，這使智慧體開放式學習，僅受環境空間和智慧體的神經網路表達能力的限制。」
智慧初現
最終這複雜「宇宙」升級、進化、分流的智慧體長成了什麼優秀物種？DeepMind說，智慧體有很明顯的零樣本學習能力，比如使用工具、合圍、數數、合作＋競爭等。
來看具體例子。首先智慧體學會臨機應變。目標有三個：
黑色金字塔放到黃色球體旁邊
紫色球體放到黃色金字塔旁邊
黑色金字塔放到橙色地板
AI一開始找到一個黑色金字塔，想拿到橙色地板（目標3），但搬運過程瞄見黃色球體，瞬間改變主意，「我可以實現目標1啦」，將黑色金字塔放到黃色球體旁邊。
第二個例子是，不會跳高，怎麼拿到高台上的紫色金字塔？智慧體需要想辦法突破障礙，取得高台上的紫色金字塔，高台周邊並沒有類似階梯、斜坡的路。
因不會跳高，所以智慧體「掀桌子」，把周邊幾塊豎起來的板子弄倒。然後一塊黑色石板剛好倒在高台邊，「等等，這不就是我要的階梯嗎？」這過程是否體現了慧體的智慧，還無法肯定，可能只是一時幸運。關鍵還是，要看統計數據。
經過5代訓練，智慧體在XLand的4千個獨立世界玩了約70萬個獨立遊戲，涉及340萬個獨立任務，最後一代每個智慧體都經歷2千億次訓練步驟。智慧體已能順利參與幾乎每個評估任務，除了少數即使人類也無法完成的任務。
DeepMind的研究，或許一定程度體現「密集學習」重要性。也就是說，不僅資料量要大，任務量也要大。這也使得智慧體在類化能力有很好表現，如資料顯示，只需對一些新複雜任務進行30分鐘集中訓練，智慧體就可快速適應，而從頭開始用強化學習訓練的智慧體根本無法學習這些任務。
往後我們也期待這「宇宙」更複雜和生機勃勃，AI經過不斷演化，不斷給我們帶來驚喜（細思極恐）的體驗。
資料來源：https://technews.tw/2021/07/30/deepmind_xland/
任務訓練 在 台灣物聯網實驗室 IOT Labs Facebook 的精選貼文
可自動模仿敵軍戰術動作，美軍將測試全新戰車機器人
作者 Alan Chen | 發布日期 2021 年 07 月 30 日 11:33 |
美國海軍陸戰隊近期向澳洲國防廠商訂購一批全尺寸戰車機器人，搭配 AI 與遙控系統，可進行各種戰術動作和行進路線，實彈演習時可當作靶車執行反裝甲戰術訓練，讓靶車不再只有定點射擊訓練的功能。
澳洲布里斯本國防廠商 GarrdTech 運用塑膠、玻璃纖維和鈑金等材質，透過 3D 列印技術打造出這款戰車機器人，外型模擬俄羅斯 T-80 戰車，長約 7 公尺、寬 3.4 公尺，並可依照客戶需求，打造任何款式戰車、步兵戰鬥車或防空飛彈車等敵方裝甲車輛造型。
戰車機器人內部除了 AI 與遙控系統，還加裝電磁與熱能模擬器，使機器人在雷達、紅外線、熱顯像儀等觀測設備的訊號與真實戰車一致，並可設定單獨行動或編隊前進，遇到演習部隊時，會依據現場環境進行戰術動作，包括隱蔽、變換隊形、交叉掩護、戰術後撤、搶佔射擊位置等，讓演習部隊有更貼近實戰的感受。
運用這款機器人，不論步兵、裝甲兵、飛行員及無人機操作員，都可執行反裝甲任務訓練，運用塑膠和玻璃纖維材質，加上 3D 列印技術大幅降低成本，但強度仍能承受一定程度的小口徑武器攻擊，因此步兵與裝甲兵訓練時，仍可提供戰車逼真臨場感，有效提高演習擬真度。
美軍陸戰隊預計近期澳洲進行軍事演習，就測試這款戰車機器人的效能，若測試效果良好，未來可望大量採購，且陸軍、海軍和空軍都有可能採用這款機器人進行靶車訓練。
影片：https://youtu.be/0pnGB8lSb9Q
附圖：▲ 戰車機器人可以模擬各種戰術動作。
資料來源：https://technews.tw/2021/07/30/usmc-testing-australian-based-companys-robotic-tank/
任務訓練 在 李基銘漢聲廣播電台-節目主持人-影音頻道 Youtube 的精選貼文
本集主題：國軍英雄：空軍第35中隊 黑貓中隊
訪問主編：區肇威（查理）
黑貓中隊從民國51年起，只使用一種飛機，就是出自洛克希德著名設計師凱利‧詹森的作品，U-2 Dragon Lady，蛟龍夫人。全世界只有三個國家的飛行員接受U-2的任務訓練，分別是美國、英國和台灣。而真正深入敵境執行高空偵察任務的只有兩個，美國與中華民國。可以說，對當時的台灣來說，這是一個可以與美國並駕齊聚的裝備。所以他的神祕性是可想而知的。
粉絲頁： 燎原出版
YouTube頻道，可以收看
https://goo.gl/IQXvzd
podcast平台，可以收聽
SoundOn https://bit.ly/3oXSlmF
Spotify https://spoti.fi/2TXxH7V
Apple https://apple.co/2I7NYVc
Google https://bit.ly/2GykvmH
KKBOX https://bit.ly/2JlI3wC
Firstory https://bit.ly/3lCHDPi
請支持六個粉絲頁
李基銘主持人粉絲頁：https://www.facebook.com/voh.lee
李基銘新聞報粉絲頁：https://www.facebook.com/voh.twnews
李基銘的影音頻道粉絲頁：https://www.facebook.com/voh.video
漢聲廣播電台「fb新鮮事」節目粉絲頁：https://www.facebook.com/voh.vhbn
漢聲廣播電台「快樂玩童軍」節目粉絲頁：https://www.facebook.com/voh.scout
漢聲廣播電台「生活有意思」節目粉絲頁：https://www.facebook.com/voh.life
任務訓練 在 公視新聞網 Youtube 的精選貼文
更多新聞與互動請上：
公視新聞網 ( http://news.pts.org.tw )
公視新聞網粉絲專頁 ( https://www.facebook.com/pnnpts/ )
PNN公視新聞議題中心 ( http://pnn.pts.org.tw/ )
P#新聞實驗室 (http://newslab.pts.org.tw)
任務訓練 在 公視新聞網 Youtube 的最佳解答
更多新聞與互動請上：
公視新聞網 ( http://news.pts.org.tw )
PNN公視新聞議題中心 ( http://pnn.pts.org.tw/ )
PNN 粉絲專頁 ( https://www.facebook.com/pnnpts/ )
PNN livehouse.in頻道 ( http://livehouse.in/channel/PNNPTS )
