斯坦福大学计算机科学系李飞飞教授团队制备出一种深度学习“游乐场”，并首次对“鲍德温效应”进行了验证。即在模拟进化实验中，这种深度学习系统可以快速地筛选出学习效率更高的形态，使生物在晚年学到的行为，在后代生命的早期实现表达。

该研究成果重点介绍了人工智能深度进化强化学习的“游乐场”（Deep Evolutionary Reinforcement Learning，DERL）计算系统。该系统可以在复杂的环境下学习极具挑战的运动和操作任务，以进化出不同的代理形态。

10月6日，相关论文以《通过进化与学习实现智能》（Embodied intelligence via learning and evolution）为题，发表在Nature Communications上。

图｜相关论文（来源：Nature Communications）

该论文由美国斯坦福大学计算机科学系教授李飞飞、硕士研究生阿格里姆·古普塔（Agrim Gupta）担任共同通讯作者。

图｜DERL 概述（来源：Nature Communications）

图｜多环境下的动力进化（来源：Nature Communications）

参考：

https://techcrunch.com/2021/10/06/simulated-ai-creatures-demonstrate-how-mind-and-body-evolve-and-succeed-together/

文章来源：DeepTech深科技