江苏龙网

  1. 首页 > 人文 > >

『雅达利』DeepMind的AI再次打败人类玩家，“攻下”57款雅达利游戏


Agent57为我们构建更加强大的AI决策模型奠定了基础 。
AI打游戏会比普通人优秀？DeepMind给了肯定的答案 。 近日 ， DeepMind宣布它们的智能体Agent57首次在所有57款雅达利游戏上超越人类玩家 。
『雅达利』DeepMind的AI再次打败人类玩家，“攻下”57款雅达利游戏
本文插图
近年来 ， DeepMind一直在研究提高智能体在游戏环境下的智能性 ， 通常情况下 ， 智能体在游戏中能够应对的环境越复杂 ， 它在真实环境中的适应能力也会越强 。
此次Agent57挑战的街机学习环境（Arcade Learning Environment ， ALE）包括57款游戏 ， 为智能体的强化学习提供了复杂的挑战 。
而之所以会选择雅达利游戏作为训练的数据集 ， DeepMind表示雅达利游戏足够多样化 ， 可以评估智能体的泛化性能 ， 其次它可以模拟在真实环境中可能遇到的情况 ， 并且雅达利游戏是由独立的组织构建 ， 可以避免实验偏见 。
据悉 ， Agent57在多台计算机上并行执行 ， 并启用强化学习算法（Reinforcement learning ， RL）驱动智能体采取行动 ， 使得奖励的效果最大化 。 此前 ， 强化学习在游戏领域就取得不少进展 ， 比如OpenAI的OpenAI Five和DeepMind的AlphaStar RL智能体分别打败了99.4%的Dota 2玩家和99.8%的星际2玩家 。
『雅达利』DeepMind的AI再次打败人类玩家，“攻下”57款雅达利游戏
本文插图
图 | Agent57的框架
【『雅达利』DeepMind的AI再次打败人类玩家，“攻下”57款雅达利游戏】雅达利游戏中的Montezuma、Revenge和Pitfall都很难 ， AI必须先尝试多种不同的策略 ， 才能找到可行的方法 。 而在Solaris和Skiing游戏中 ， 需要一段时间才能显示决策结果 ， 这意味着AI必须在相当长的时间内收集尽可能多的信息 。
Agent57通过让不同的计算机研究游戏的各个方面来克服了这些难题 ， 然后将收集到的信息反馈给一个控制器 ， 由控制器对所有这些因素进行分析以制定出最佳策略 。
DeepMind将Agent57与当前最先进的算法MuZero、R2D2和NGU做了比较 ， Agent57显示出了更高的平均性能（100） 。
『雅达利』DeepMind的AI再次打败人类玩家，“攻下”57款雅达利游戏
本文插图
研究团队表示 ， “这并不意味着雅达利游戏研究的结束 ， 我们不仅要关注数据效率 ， 也需要关注总体表现 ， 未来的主要改进可能会是Agent57在探索、规划和信度分配上 。 ”比如减少AI运行的算力 ， 在集合中的一些较简单的游戏中变得更好 。
Agent57在雅达利游戏中取得超越人类玩家的成绩 ， 为我们构建更加强大的AI决策模型奠定了基础：AI不仅可以自动完成重复性的任务 ， 也可以自动推理环境 。
更多优质内容 ， 请持续关注镁客网~
『雅达利』DeepMind的AI再次打败人类玩家，“攻下”57款雅达利游戏
本文插图


    推荐阅读


    上一篇：「教育圈」快讯！晋江全市高三学生、教职员工、后勤人员都要做核酸检测！

    下一篇：『滨海时报观察』天津首例“小区电梯电动车禁入系统”投入使用，联通大物云技术助力社区疫情管控