Az AI-modellek betanítását gyorsíthatják a csökkent rendű modellek

A komplex fizikai rendszerek elemzése és irányítása Reinforcement Learning (RL) algoritmusokkal rendkívül időigényes. A probléma súlyosbodik a szimulációk magas számítási költsége miatt, ami percenkénti vagy óránkénti futási időt is eredményezhet. A transfer learning, amely hasonló feladatokon tanult modelleket használ, segíthet lerövidíteni a betanítási időt. (Towards Data Science)

A csökkent rendű modellek szerepe

A fizikai szimulációkhoz olyan környezetre van szükség, amely gyorsabb az eredetinél, de mégis megtartja a lényegi dinamikát. A Reduced Order Models (ROM) nevű módszer erre kínál megoldást. Egy ROM egy egyszerűsített modell, amely a komplexitás csökkentésére törekszik, miközben a pontosságot a lehető legnagyobb mértékben megőrzi. Bármely AI, a felügyelt tanulástól a nagy nyelvi modellekig, tekinthető ROM-nak.

A SINDy algoritmus alkalmazása

Az új megközelítés a Brunton és Kutz „Data Driven Science and Engineering” című könyvében ismertetett, felügyelet nélküli tanuláson alapuló módszert alkalmazza. Ez a megközelítés rendszeradatok mérései alapján hoz létre adatvezérelt ROM-okat, kevés háttérismerettel a rendszerről. A SINDy (Sparse Identification of Nonlinear Dynamics) algoritmus matematikai egyenleteket fedez fel a mért adatokból, kiválasztva a legparsimoniusabb modellt.

A turbojet motor dinamikájának szimulációja példaként szolgál. A cél egy autothrottle rendszer létrehozása, amely a turbólégcsavar sebességét változtatja, egyensúlyt tartva az új sebesség elérésének idejével és az üzemanyag-felhasználással. Bár ez nem tipikus RL-probléma, jól illusztrálja az RL komplex fizikai rendszereken való alkalmazásának és az ROM-ok létrehozásának elveit.

A hagyományos analitikai módszerek korlátai miatt a mérési adatok gyűjtése, tárolása és elemzése vált fontossá. A SINDy algoritmus képes komplex áramlási modellek azonosítására pusztán idősoros adatokból. A turbojet motor példáján keresztül a kutatók azt vizsgálják, milyen jól tudja ez a módszer feltárni a dinamikus egyenleteket.”