Existing AI and robotics components

Existing AI and robotics components can provide physical platforms, perception, motor control, navigation, mapping, tactical decision-making and long-term planning. They just need to be combined. For example, the technology already demonstrated for self-driving cars, together with the human-like tactical control learned by DeepMind's DQN system, could support urban search-and-destroy missions.

Two US Defense Advanced Research Projects Agency (DARPA) programmes foreshadow planned uses of LAWS: Fast Lightweight Autonomy (FLA) and Collaborative Operations in Denied Environment (CODE). The FLA project will program tiny rotorcraft to manoeuvre unaided at high speed in urban areas and inside buildings. CODE aims to develop teams of autonomous aerial vehicles carrying out “all steps of a strike mission — find, fix, track, target, engage, assess” in situations in which enemy signal-jamming makes communication with a human commander impossible. Other countries may be pursuing clandestine programmes with similar goals.

ผลลัพธ์ (ไทย) 1:

ส่วนประกอบของ AI และหุ่นยนต์ที่มีอยู่สามารถให้แพลตฟอร์มกายภาพ รับรู้ ควบคุมมอเตอร์ นำทาง แผนที่ ยุทธวิธีตัดสินใจระยะยาวการวางแผน และการ พวกเขาเพียงต้องการรวม เช่น เทคโนโลยีแสดงให้เห็นแล้วสำหรับรถยนต์ขับเอง พร้อมกับการควบคุมทางยุทธวิธีเช่นบุคคลเรียนรู้ โดยระบบ DQN ของ DeepMind สามารถสนับสนุนภารกิจค้นหา และทำลายเมืองสองเราป้องกันขั้นสูงงานวิจัยโครงการหน่วยงาน (DARPA) โปรแกรม foreshadow ใช้แผนกฎหมาย: รวดเร็วน้ำหนักเบาการอิสระ (FLA) และการดำเนินงานร่วมกันในบนพื้นฐานปฏิเสธสิ่งแวดล้อม (รหัส) โครงการ FLA จะโปรแกรม rotorcraft เล็ก ๆ ที่เคลื่อนเปล่าที่ความเร็วสูง ในเขตเมือง และภาย ในอาคาร รหัสวัตถุประสงค์การพัฒนาทีมงานของยานพาหนะทางอากาศอิสระที่ดำเนินการ "ขั้นตอนทั้งหมดของภารกิจตี — ค้นหา แก้ไข ติดตาม เป้าหมาย เข้าร่วม ประเมิน" ในสถานการณ์ที่ซึ่งศัตรูสัญญาณรบกวนทำให้การสื่อสารกับผู้บังคับบัญชาที่มนุษย์ไม่ ประเทศอื่น ๆ อาจศึกษาโปรแกรมลับ ด้วยเป้าหมายที่คล้ายกัน

ผลลัพธ์ (ไทย) 2:

ที่มีอยู่ AI และหุ่นยนต์ชิ้นส่วนสามารถให้แพลตฟอร์มทางกายภาพการรับรู้การควบคุมมอเตอร์, นำทาง, แผนที่, ยุทธวิธีการตัดสินใจและการวางแผนระยะยาว พวกเขาเพียงต้องการที่จะรวมกัน ยกตัวอย่างเช่นเทคโนโลยีที่แสดงให้เห็นแล้วสำหรับรถยนต์ขับเคลื่อนด้วยตัวเองพร้อมกับการควบคุมทางยุทธวิธีเหมือนมนุษย์ได้เรียนรู้โดยระบบ DQN DeepMind ของสามารถรองรับการค้นหาและทำลายเมืองภารกิจ. สองสหรัฐกลาโหมโครงการวิจัยขั้นสูง Agency (DARPA) โปรแกรมส่อให้เห็นการวางแผน ใช้กฎหมาย: ด่วนน้ำหนักเบาเอกราช (FLA) และความร่วมมือในการดำเนินงานที่ถูกปฏิเสธสิ่งแวดล้อม (Code) โครงการ FLA จะ rotorcraft โปรแกรมขนาดเล็กที่จะจัดทำลำพังด้วยความเร็วสูงในพื้นที่เขตเมืองและภายในอาคาร จุดมุ่งหมายในการพัฒนาทีมงานของยานพาหนะทางอากาศในกำกับของรัฐดำเนินการ "ทุกขั้นตอนของการปฏิบัติภารกิจการนัดหยุดงาน - หาแก้ไขติดตามเป้าหมายมีส่วนร่วมในการประเมิน" ในสถานการณ์ที่ศัตรูสัญญาณรบกวนทำให้การสื่อสารกับผู้บัญชาการของมนุษย์เป็นไปไม่ได้ ประเทศอื่น ๆ ที่อาจจะใฝ่หาโปรแกรมลับที่มีเป้าหมายที่คล้ายกัน

ผลลัพธ์ (ไทย) 3:

หุ่นยนต์ AI ที่มีอยู่และส่วนประกอบสามารถให้แพลตฟอร์มทางกายภาพ , การรับรู้ , การควบคุม , นำทาง , แผนที่มอเตอร์ ยุทธวิธี การตัดสินใจและการวางแผนในระยะยาว . พวกเขาต้องการที่จะรวม ตัวอย่างเช่น เทคโนโลยีแล้วเห็นตัวเองขับรถยนต์ , ร่วมกับมนุษย์ เช่น ยุทธวิธีควบคุมเรียนโดยระบบ dqn deepmind , สามารถรองรับการค้นหาและทำลายภารกิจการป้องกันการวิจัยขั้นสูงของหน่วยงานโครงการ 2 เรา ( DARPA ) โปรแกรมตั้งท่าวางแผนใช้กฎหมาย : ได้อย่างรวดเร็วน้ำหนักเบาด้วยตนเอง ( FLA ) และการทำงานร่วมกันในการปฏิเสธสภาพแวดล้อม ( รหัส ) โครงการ FLA จะโปรแกรมเล็ก ๆ rotorcraft ที่จะหลบหลีกไม่ได้รับการช่วยเหลือที่ความเร็วสูงในเขตเมืองและอาคารภายใน รหัส มีวัตถุประสงค์เพื่อพัฒนาทีมของตนเองทางอากาศยานแบกออก " ทุกขั้นตอนของภารกิจ - Strike ค้นหา , แก้ไข , ติดตาม , เป้าหมาย , ต่อสู้ , ประเมิน " ในสถานการณ์ที่สัญญาณศัตรูทำให้การสื่อสารกับมนุษย์ผู้บัญชาการเป็นไปไม่ได้ ประเทศอื่นอาจจะผลักดันโครงการลับกับเป้าหมายที่คล้ายคลึงกัน