1. 基于開源代碼的人工智能機器人 ELF OpenGo 擊敗頂級人類玩家

        來源: 投稿
        作者: indiff
        2018-06-03 17:33:00

        最近在Facebook的F8開發者大會上宣布,ELF OpenGo機器人在贏得了最近與前30名人類玩家對陣的14場比賽后獲得了專業地位。

        為了解決復雜的游戲問題和AI研究工作的民主化,Facebook的人工智能研究實驗室(FAIR)團隊創建了ELF:一個用于游戲研究的廣泛,輕量級和靈活的平臺。ELF為研究人員提供了在各種游戲環境中測試其算法的機會,包括棋盤游戲,Atari游戲(通過Arcade學習環境)以及定制的實時策略游戲。它運行在支持GPU的筆記本電腦上,也支持在更復雜的游戲環境中訓練AI,例如實時策略游戲,一天內僅使用6個CPU和一個GPU。

        “我們向DeepMind的朋友們致敬,感謝他們做出了令人敬畏的工作,”Facebook首席技術官Mike Schroepfer說,“但是我們想知道:是否有一些未解決的問題?你還可以將這些工具應用于其他領域?!罢鏔acebook在今天的博客文章中所指出的那樣。Facebook還開源了它的機器人?!盀榱俗屵@項工作對全世界的AI研究人員都具有重現性和可用性,我們創建了一款名為ELF OpenGo的開源Go機器人,該機器人的性能足以回答AlphaGo未回答的一些關鍵問題,”該團隊說。

        ELF平臺嵌入了實時策略引擎和稱為Mini-RTS的環境。它的效率很高,就像游戲環境在Macbook Pro上每個核心每秒運行40,000幀一樣。
        它獲得了實時策略游戲的主要動態。這兩個玩家都會收集資源,建造設施,探索未知的領土(玩家看不見的地形),并試圖控制地圖上的區域。

        有趣的是,引擎具有促進人工智能研究的特性:完美的保存/加載/重放,完全訪問其內部游戲狀態,多種內置的基于規則的AI,調試可視化以及人機界面等。簡而言之,在Mini-RTS上接受培訓的人工智能已經顯示出很有希望的結果,70%的時間內擊敗了內置的AI代理,表明可以訓練AI完成任務,并在相對復雜的戰略環境中確定優先級。

        通過ELF平臺,團隊正在開展研究,專注于幫助計算機開發處理指數行動空間,長期延遲獎勵和不完整信息的方法。

        展開閱讀全文
        點擊引領話題?? 發布并加入討論??
        0 評論
        6 收藏
        分享
        返回頂部
        頂部
        一本久久综合亚洲鲁鲁五月天,无翼乌口工全彩无遮挡H全彩,英语老师解开裙子坐我腿中间