DeepMind的AI再次打敗人類玩家,“攻下”57款雅達利游戲
Agent57為我們構(gòu)建更加強大的AI決策模型奠定了基礎(chǔ)。
AI打游戲會比普通人優(yōu)秀?DeepMind給了肯定的答案。近日,DeepMind宣布它們的智能體Agent57首次在所有57款雅達利游戲上超越人類玩家。
近年來,DeepMind一直在研究提高智能體在游戲環(huán)境下的智能性,通常情況下,智能體在游戲中能夠應(yīng)對的環(huán)境越復(fù)雜,它在真實環(huán)境中的適應(yīng)能力也會越強。
此次Agent57挑戰(zhàn)的街機學(xué)習(xí)環(huán)境(Arcade Learning Environment,ALE)包括57款游戲,為智能體的強化學(xué)習(xí)提供了復(fù)雜的挑戰(zhàn)。
而之所以會選擇雅達利游戲作為訓(xùn)練的數(shù)據(jù)集,DeepMind表示雅達利游戲足夠多樣化,可以評估智能體的泛化性能,其次它可以模擬在真實環(huán)境中可能遇到的情況,并且雅達利游戲是由獨立的組織構(gòu)建,可以避免實驗偏見。
據(jù)悉,Agent57在多臺計算機上并行執(zhí)行,并啟用強化學(xué)習(xí)算法(Reinforcement learning,RL)驅(qū)動智能體采取行動,使得獎勵的效果最大化。此前,強化學(xué)習(xí)在游戲領(lǐng)域就取得不少進展,比如OpenAI的OpenAI Five和DeepMind的AlphaStar RL智能體分別打敗了99.4%的Dota 2玩家和99.8%的星際2玩家。
圖 | Agent57的框架
雅達利游戲中的Montezuma、Revenge和Pitfall都很難,AI必須先嘗試多種不同的策略,才能找到可行的方法。而在Solaris和Skiing游戲中,需要一段時間才能顯示決策結(jié)果,這意味著AI必須在相當(dāng)長的時間內(nèi)收集盡可能多的信息。
Agent57通過讓不同的計算機研究游戲的各個方面來克服了這些難題,然后將收集到的信息反饋給一個控制器,由控制器對所有這些因素進行分析以制定出最佳策略。
DeepMind將Agent57與當(dāng)前最先進的算法MuZero、R2D2和NGU做了比較,Agent57顯示出了更高的平均性能(100)。
研究團隊表示,“這并不意味著雅達利游戲研究的結(jié)束,我們不僅要關(guān)注數(shù)據(jù)效率,也需要關(guān)注總體表現(xiàn),未來的主要改進可能會是Agent57在探索、規(guī)劃和信度分配上!北热鐪p少AI運行的算力,在集合中的一些較簡單的游戲中變得更好。
Agent57在雅達利游戲中取得超越人類玩家的成績,為我們構(gòu)建更加強大的AI決策模型奠定了基礎(chǔ):AI不僅可以自動完成重復(fù)性的任務(wù),也可以自動推理環(huán)境。
請輸入評論內(nèi)容...
請輸入評論/評論長度6~500個字
最新活動更多
-
即日-10.29立即報名>> 2024德州儀器嵌入式技術(shù)創(chuàng)新發(fā)展研討會
-
10月31日立即下載>> 【限時免費下載】TE暖通空調(diào)系統(tǒng)高效可靠的組件解決方案
-
即日-11.13立即報名>>> 【在線會議】多物理場仿真助跑新能源汽車
-
11月14日立即報名>> 2024工程師系列—工業(yè)電子技術(shù)在線會議
-
12月19日立即報名>> 【線下會議】OFweek 2024(第九屆)物聯(lián)網(wǎng)產(chǎn)業(yè)大會
-
即日-12.26火熱報名中>> OFweek2024中國智造CIO在線峰會
推薦專題
- 1 Intel宣布40年來最重大轉(zhuǎn)型:年底前裁員15000人、拋掉2/3房產(chǎn)
- 2 因美封殺TikTok,字節(jié)股價骨折!估值僅Meta1/5
- 3 宏山激光重磅發(fā)布行業(yè)解決方案,助力智能制造產(chǎn)業(yè)新飛躍
- 4 國產(chǎn)AI芯片公司破產(chǎn)!白菜價拍賣
- 5 具身智能火了,但規(guī)模落地還需時間
- 6 三次錯失風(fēng)口!OpenAI前員工殺回AI編程賽道,老東家捧金相助
- 7 國產(chǎn)英偉達們,抓緊沖刺A股
- 8 英特爾賦能智慧醫(yī)療,共創(chuàng)數(shù)字化未來
- 9 英偉達的麻煩在后頭?
- 10 將“網(wǎng)紅”變成“商品”,AI“爆改”實力拉滿
- 高級軟件工程師 廣東省/深圳市
- 自動化高級工程師 廣東省/深圳市
- 光器件研發(fā)工程師 福建省/福州市
- 銷售總監(jiān)(光器件) 北京市/海淀區(qū)
- 激光器高級銷售經(jīng)理 上海市/虹口區(qū)
- 光器件物理工程師 北京市/海淀區(qū)
- 激光研發(fā)工程師 北京市/昌平區(qū)
- 技術(shù)專家 廣東省/江門市
- 封裝工程師 北京市/海淀區(qū)
- 結(jié)構(gòu)工程師 廣東省/深圳市