阿里推出多智能體雙向協調網路BicNet,玩《星際爭霸》堪比人類
過去十年中,人工智慧取得了長足的進步,在圖像和語音識別上已經在某種程度上超越了人類。而通過反饋獎勵,單個的AI智能體也能在雅達利這樣的視頻遊戲和圍棋中戰勝人類。
但人類真正的智能還包括了社會和集體智能,這也是實現通用智能必不可少的。就像雖然單個螞蟻的智能有限,但通過協作它們能狩獵,能築巢,能發動戰爭。毫無疑問,人工智慧的下一個挑戰就是讓大規模的AI智能體學習人類水平的協作與競爭。
協作的一個例子就是星際這樣的即時戰略遊戲。雷鋒網消息,最近阿里巴巴與倫敦大學的研究人員們,就在一篇論文中展示了如何用星際爭霸作為測試場景,讓智能體協同工作,在多對一和多對多中打敗敵人。
掩護攻擊
這項研究主要關注星際中的微管理任務,每個玩家控制自己的單位,在不同的地形條件下殲滅對手。星際這樣的遊戲對計算機來說可能是最困難的,因為它們的複雜程度比圍棋要高得多。這種大型多智能體系統學習面臨的主要挑戰是,參數空間會隨著參與人數的增加而呈指數級增長。
研究人員讓多智能體把星際中的戰鬥當作零和隨機遊戲來學習。為了形成可擴展且有效的通訊協議,研究者引入了一個多智能體雙向協調網路BiCNet,智能體可以通過它來交流。另外,研究中還引入了動態分組和參數共享的概念,來解決擴展性問題。
邊打邊跑策略
BiCNet可以處理不同地形下的不同類型的戰鬥,且對戰時雙方都有不同數量的AI智能體。
分析顯示,在沒有任何諸如人類示範或標籤數據的監督時,BiCNet也能學習各類協調策略,而這些策略與經驗豐富的玩家所展現出來的很相似,比如在不引發衝突的情況下移動,邊打邊跑等基本策略,以及 掩護攻擊與適度集中火力等高級技巧。
另外,BiCNet還可以輕易適應異構智能體任務。在實驗中,研究者根據不同的場景對網路進行了評估,發現它表現優異,在大規模現實應用中有潛在價值。
研究中還發現,指定的獎勵與學習策略之間存在很強的相關性。研究人員計劃進一步研究這種關係,研究 策略如何在智能體網路中傳遞,以及是否會出現特定的語言。另外,雙方都通過深度多智能體模型來操作時,納什均衡的的探討也很有意義。
論文閱讀:https://arxiv.org/pdf/1703.10069.pdf
※「東南亞版滴滴」Grab第一次重大併購:收購Kudo打造自己的支付平台
※不就換個默認頭像,Twitter 竟然花了這麼多心思
※谷歌20萬美元漏洞懸賞幾乎無人問津,被指錢太少沒誠意!
※瀏覽器份額排名:谷歌Chrome居首,微軟Edge不及IE
※學術界、產業界、投資界如何看待物聯網標準的統一 | 2017 IT領袖峰會
TAG:雷鋒網 |
※雙向PD充電怪獸來了!RAVPower大陸新品發布會回顧
※Pxljobs:打造雙向靈活的獵聘平台
※Aristotelis Barakos設計的創意雙向噴壺花瓶
※雙向快充3.0,Anker 槍炮玫瑰移動電源
※台電T100UC-G Type-C雙向快充移動電源評測
※MIT最新演算法,雙向傳播比BP快25倍
※Angular表單控制項需要類型和實際值類型不一致時實現雙向綁定
※出差登機?帶這一個移動電源就夠了:RAVPower 26800 PD雙向快充評測
※讓你excel輸入速度立馬提升一倍的2個技巧!excel雙向查找的9種方法
※新時代制度:你對NBA雙向合同知道多少?
※NBA知識科普,淺談球員簽雙向合約的利與弊!
※2萬mAh小米移動電源2C開箱:雙USB雙向快充
※特銳德發布「汽車充電網」與「新能源微網」雙向融合系統,開啟新能源新時代
※WMT2017國際翻譯大賽,搜狗獲得中英/英中翻譯雙向冠軍
※快船將把CJ-威廉姆斯的合同轉變為雙向合同
※跨境「雙向」網購模式出現新趨勢
※NBA開出雙向合同,中國球員就該就收嗎?
※158元!Type-C雙向快充三口移動電源問世
※紫米推10000mAh移動電源黑色版:Type-C介面,雙向快充