本文來源：智車科技

／ 導(dǎo)讀 ／

2020年9月30日，中國科協(xié)公布了第五屆優(yōu)秀科技論文評選結(jié)果，中科院自動化所王飛躍教授團(tuán)隊(duì)的李力教授牽頭發(fā)表于《自動化學(xué)報》的“平行學(xué)習(xí)－機(jī)器學(xué)習(xí)的一個新型理論框架”一文榜上有名。本屆遴選計(jì)劃共收錄96篇論文，均為發(fā)表在我國科技期刊上的優(yōu)秀論文代表。

第五屆科協(xié)優(yōu)秀論文遴選計(jì)劃公示表

論文概述

隨著計(jì)算能力的提高和計(jì)算理論的創(chuàng)新， 機(jī)器學(xué)習(xí)在過去 30 年中取得了長足的發(fā)展 ， 正受到越來越多人的關(guān)注，與此同時， 機(jī)器學(xué)習(xí)也面臨越來越多的問題， 傳統(tǒng)機(jī)器學(xué)習(xí)理論框架的不足被逐漸發(fā)現(xiàn)和確認(rèn)， 新的機(jī)器學(xué)習(xí)理論框架不斷被提出。

中科院自動化所王飛躍研究員于2004年提出了平行系統(tǒng)的思想， 試圖用一種適合復(fù)雜系統(tǒng)的計(jì)算理論與方法解決社會經(jīng)濟(jì)系統(tǒng)中的重要問題． 其主要觀點(diǎn)是利用大型計(jì)算模擬、 預(yù)測并誘發(fā)引導(dǎo)復(fù)雜系統(tǒng)現(xiàn)象， 通過整合人工社會， 計(jì)算實(shí)驗(yàn)和平行系統(tǒng)等方法， 形成新的計(jì)算研究體系。

近年來， 我們嘗試將平行系統(tǒng)的思想擴(kuò)展并引入到機(jī)器學(xué)習(xí)領(lǐng)域建立一種新型理論框架以更好地解決數(shù)據(jù)取舍、行動選擇等傳統(tǒng)機(jī)器學(xué)習(xí)理論不能很好解決的問題。在本文中，我們將對這一理論框架的結(jié)構(gòu)和方法進(jìn)行闡述�？蚣苁疽鈭D如下：

圖1  平行學(xué)習(xí)的理論框架圖

平行學(xué)習(xí)大致可以分為預(yù)測學(xué)習(xí)（Predictive Learning）、描述學(xué)習(xí)（Descriptive learning）、指示學(xué)習(xí)（Prescriptive Learning）三個互相耦合關(guān)聯(lián)的階段。

在數(shù)據(jù)處理階段，平行學(xué)習(xí)首先從原始數(shù)據(jù)中選取特定的“小數(shù)據(jù)”，結(jié)合先驗(yàn)知識，使用預(yù)測學(xué)習(xí)產(chǎn)生大量新的數(shù)據(jù)。這些人工數(shù)據(jù)和特定的原始小數(shù)據(jù)一起構(gòu)成解決問題所需要學(xué)習(xí)的“大數(shù)據(jù)”集合，通過描述學(xué)習(xí)的方式產(chǎn)生一個人工系統(tǒng)。

在行動學(xué)習(xí)階段，平行學(xué)習(xí)沿用強(qiáng)化學(xué)習(xí)的思路，使用狀態(tài)遷移來刻畫系統(tǒng)的動態(tài)變化，通過指示學(xué)習(xí)的方式在人工系統(tǒng)中對行動空間進(jìn)行探索。通過學(xué)習(xí)提取，我們可以得到“小知識”——應(yīng)用于某些具體場景或任務(wù)的精準(zhǔn)知識，并將其應(yīng)用于平行控制和平行決策。而平行控制和平行決策將引導(dǎo)系統(tǒng)進(jìn)行特定的數(shù)據(jù)采集，獲得新的原始數(shù)據(jù)，并再次進(jìn)行新的平行學(xué)習(xí)，使系統(tǒng)在數(shù)據(jù)和行動之間構(gòu)成一個閉環(huán)。

以平行學(xué)習(xí)在自動泊車中的應(yīng)用為例。首先通過獲取真實(shí)系統(tǒng)中的泊車數(shù)據(jù)， 結(jié)合計(jì)算實(shí)驗(yàn)與預(yù)測學(xué)習(xí)生成人工數(shù)據(jù)，形成泊車的“大數(shù)據(jù)”。使用這些數(shù)據(jù)，通過描述學(xué)習(xí)的方式構(gòu)造人工系統(tǒng)，該系統(tǒng)是真實(shí)車輛的平行系統(tǒng)，接受控制序列作為輸入，輸出車輛的移動軌跡。在這一人工系統(tǒng)中，我們可以使用指示學(xué)習(xí)的方式探索可能的泊車方案，學(xué)習(xí)到的策略會控制真實(shí)車輛進(jìn)行泊車，進(jìn)而獲得更多的數(shù)據(jù)。完整流程如下圖所示

圖2  平行學(xué)習(xí)在自動泊車中的應(yīng)用

平行的核心思想是從小數(shù)據(jù)產(chǎn)生大數(shù)據(jù)，再從大數(shù)據(jù)提煉小規(guī)則即精準(zhǔn)知識。平行學(xué)習(xí)是這一思想在機(jī)器學(xué)習(xí)領(lǐng)域中的具體實(shí)現(xiàn)。平行學(xué)習(xí)已在虛擬場景生成、無人駕駛車輛的智能控制與測試、社會計(jì)算和情報處理等領(lǐng)域得到了較好的應(yīng)用。期待本文拋磚引玉，引起業(yè)內(nèi)專家學(xué)者興趣，共同對機(jī)器學(xué)習(xí)理論做出更加深入的革新。

關(guān)于“優(yōu)秀科技論文遴選計(jì)劃”

“優(yōu)秀科技論文遴選計(jì)劃”是中國科協(xié)基于鼓勵科技工作者多出科研精品和原創(chuàng)性研究成果、促進(jìn)更多優(yōu)秀成果在我國科技期刊首發(fā)、進(jìn)而助推世界一流科技期刊建設(shè)而設(shè)的大型年度評選活動。遴選工作由中國科協(xié)統(tǒng)一部署，面向10個學(xué)科集群評選推介發(fā)表在我國正式出版的科技期刊上、且在國際學(xué)術(shù)界有影響、在科技前沿有突破和建樹、對原始創(chuàng)新有引領(lǐng)作用、對國家經(jīng)濟(jì)社會建設(shè)有重大貢獻(xiàn)的優(yōu)秀論文，對從源頭上推動我國期刊質(zhì)量的提升，維護(hù)我國科技期刊的成果首發(fā)權(quán)，掌握學(xué)術(shù)評價主導(dǎo)權(quán)、進(jìn)而提升我國在國際科技界的話語權(quán)，更好地提升科技創(chuàng)新能力有重要的推動作用。

－ End －