历史最高分!腾讯绝悟AI斩获Minecraft AI竞赛冠军
绝悟AI开始挑战更复杂的历史开放世界游戏环境了。
Minecraft (中文译名《我的最高I斩世界》) 是全球最畅销的开放世界3D游戏。随机生成的分腾开放地图、自由灵活的讯绝玩法、多线程长链条任务,竞赛给AI研究带来了极大挑战。冠军针对Minecraft的历史复杂环境,游戏AI赛事MineRL邀请全球程序员在4天时间内用一台计算机训练AI找到游戏中的最高I斩钻石。
12月8日,分腾第三届MineRL竞赛主赛道 (research track) 发布成绩,讯绝AI 的竞赛“钻石之梦”向前踏进了一大步:腾讯AI Lab“绝悟”以76.970分的绝对优势夺冠。研究成果已发布在Arxiv上,冠军算法框架可复用于其他复杂决策环境。历史
(论文链接:https://arxiv.org/abs/2112.04907)
MineRL竞赛由卡内基·梅隆大学、微软、DeepMind、OpenAI,联合机器学习顶级会议NeurIPS共同举办,极富挑战性的赛题持续吸引全球开发者关注。今年赛事共有59支团队、近500名选手投身其中,其中不乏世界顶级学府和研究机构的科研强队。竞赛的研究主题是:训练样本高效的Minecraft AI智能体。
腾讯AI Lab创新性地通过分层强化学习(Hierarchical Reinforcement Learning)、表示学习(Representation Learning)、自模仿学习(Self-imitation Learning)、集成行为克隆(Ensemble Behavior Cloning)等算法高效实现比赛目标。
(绝悟AI以压倒性优势获得历史最高分,今年榜单详见链接)
极度多样的环境、完全靠随机种子生成的地图、长决策序列与复杂的技能学习、高自由度玩法带来的海量策略偏好都增加了Minecraft AI研究的难度。比如,为了让AI在15分钟内找到钻石,AI需要经历徒手采集原木、合成木板、木棍与木镐,采集到铁矿,经过一系列加工才能合成钻石。
此外,主办方还制定了种种严苛的规则:包括禁止参赛者编写规则、游戏环境甚至将背包信息与动作空间加密、且不允许使用预训练模型,只允许与环境最多交互八百万次,每个参赛队伍只能使用6核CPU与半张NVIDIA K80显卡训练4天——这个配置几乎对于所有高校实验室与个人研究者都可以负担的。
这次比赛的目的在于促进样本高效 (Sample-efficient) 游戏AI算法的发展。目前流行的强化学习算法一般需要多达成百上千万次的试错来寻找最优流程,耗费大量的时间和计算资源。而纯靠人类数据的模仿学习算法虽然更快,但性能上往往不尽如人意。
(Minecraft 游戏截图)
绝悟AI创新性地提出了一种样本高效的基于分层强化学习(Hierarchical Reinforcement Learning)的解决方案。数据表明,腾讯AI Lab推出的上层控制器的预测准确率可以达到99.95%,也就是说,AI从人类数据中学到了一套几乎不出错的宏观策略,每时每刻都清晰地知道自己下一步的正确动向。
在状态空间表征上,Minecraft游戏遇到的最大挑战在于如何理解复杂的开放地图。首先被选中的是近年来热门的表示学习方法 (Representation Learning)。但研究人员很快发现,已有方法只适用于2D场景,在MineCraft游戏环境里效果很差。于是腾讯AI Lab设计了一种“基于动作感知”(Action-aware Representation Learning)的新颖算法,用来捕捉每个动作对环境产生的影响,形成注意力机制。实验表明,该算法可以显著提升智能体获得资源的能力与效率。
(不同动作的可视化结果,AI学会了关注当前图像中的关键区域)
随着游戏推进,智能体与人类的策略出现了很大的分歧。此时,人类数据已经很难用于指导AI。绝悟AI使用了自模仿学习 (Self-imitation Learning)的思想,提出了基于鉴别器的自模仿学习算法,AI可以从自身过往的成功与失败中获得经验与教训,并在察觉到当前状况不妙的时候,主动往更好的方向修正。对比实验证明,在加入自模仿策略后,智能体探索到的行为更加一致,也可以显著降低进入危险区域的概率。
对于合成物品等需要长链条的动作序列的任务,研究人员也做了细致的优化。通过动作序列一致性过滤 (Consistency Filtering) 与基于投票的集成学习(Ensemble Learning),模型在合成物品阶段的成功率从35%提升到96%,一举将最薄弱的链条扭转为了最稳定的制胜点。
利用高度复杂、高度定制化的游戏场景作训练场,腾讯 AI Lab 的深度强化学习智能体正不断走近现实。棋牌游戏 AI “绝艺”从围棋棋盘逐步走向象棋、麻将,策略协作型 AI “绝悟”从MOBA走向FPS、RTS,再到如今的 3D开放世界 MineCraft。它们迈向全新挑战的每一步,都让AI离解决现实问题、科技向善的大目标更近了一步。
随着虚实集成世界逐步变成现实,这些研究的经验、方法与结论,将在真实世界创造更大的实用价值。
雷峰网(公众号:雷峰网)
友链
外链
互链
Copyright © 2023 Powered by
六合彩图库源码【购买联系电报bc3979】AC彩票网站源码|六合彩源码|彩票搭建|新中原六合彩源码|【网站bc9797.com】六合彩论坛源码【联系飞机bc3979】
sitemap
-
文章
2551
-
浏览
9
-
获赞
153
热门推荐
-
《毒液:最后一舞》3DM线下观影圆满结束!
3DM游戏APP于10月23日下午5点在上海颛桥万达影城组织的“毒液”系列电影《毒液:最后一舞》的免费线下观影活动圆满结束。现场为大家准备的周边在《毒液:最后一舞》中,我们见证了埃迪·布洛克Eddie记者:尤文抽到葡体不好也不差,半决赛若遭遇曼联双方差距也不大
3月17日讯 在演播室中,意大利天空体育记者孔帕尼奥尼对尤文图斯和罗马欧联杯的抽签结果发表了他的看法。他表示:“我认为尤文图斯和罗马能战胜任何对手。葡超现在被本菲卡统治了,葡萄牙体育仅排名第4。对尤文8月8日美市支撑阻力:金银原油+美元指数等六大货币对
汇通财经APP讯——8月8日美市黄金、白银、原油、美元指数、欧元、英镑、日元、瑞郎、澳元支撑阻力位一览。罗麦齐聚豪华邮轮 召开海外研讨会
为响应集团提出的“3+1”战略,全面提升罗麦家人软实力,同时更为表彰在过去一年辛苦付出的罗麦家人。罗麦科技斥重金包船举办予梦新生·乘梦起航—罗麦科技“3+1”战略豪华邮轮研讨会,这是罗麦践行“一带一路YSTRDY’S TMRRW x Lee 全新合作胶囊系列开售,重现经典工装裤
潮牌汇 / 潮流资讯 / YSTRDY’S TMRRW x Lee 全新合作胶囊系列开售,重现经典工装裤2019年08月19日浏览:3665 日前,来自日本的时尚品牌广西华佗董事局主席会见黑龙江省穆棱市领导
5月21日,广西华佗建设董事局主席钱光余在太平洋建设南京总部会见前来参观考察的黑龙江省牡丹江市穆棱市市委书记王铁、市委常委戴志军、市委秘书长田延安一行,双方就进一步加强合作进行友好会谈。会议伊西甲一周资讯:莱万特取联赛首胜 西超杯上演国家德比
西甲一周资讯:莱万特取联赛首胜 西超杯上演国家德比_国米意超杯夺冠 桑切斯读秒绝杀_比赛_阿尔维斯www.ty42.com 日期:2022-01-14 11:31:00| 评论(已有325485条评论罗麦齐聚豪华邮轮 召开海外研讨会
为响应集团提出的“3+1”战略,全面提升罗麦家人软实力,同时更为表彰在过去一年辛苦付出的罗麦家人。罗麦科技斥重金包船举办予梦新生·乘梦起航—罗麦科技“3+1”战略豪华邮轮研讨会,这是罗麦践行“一带一路图片报:帕瓦尔转会国米已进入最后阶段,最高转会费达3300万欧
8月29日讯 据《图片报》报道,国米将为拜仁后卫帕瓦尔支付最高3300万欧的转会费达成交易。帕瓦尔转会国米的交易已经接近完成。据《图片报》报道,帕瓦尔的转会已经进入最后的冲刺阶段,两家俱乐部正在相互发4分垫底出局!全场哨响后乌克兰球员同时倒地津琴科沮丧抹泪
06月27日讯 欧洲杯小组赛E组,最终乌克兰积4分垫底出局。在主裁安东尼-泰勒吹响全场结束的哨声后,乌克兰球员集体倒地,津琴科、多夫比克抹泪。华西医院成功完成西南地区首例Yacoub手术
近期,华西医院心脏大血管外科蒙炜副教授带领其团队,在全麻、体外循环下,为一位41岁患有先天性主动脉瓣二叶畸形、主动脉根部扩张累计乏氏窦的男性患者做了西南地区首例Yacoub手术。术前全科室针对该复杂病海关查获婕斯假货!!!发现大量商城售卖
我们知道在网上买容易买到假货。只要是有的卖,特别是较有市场的它都有,关于这方面权威的也报道过。讲究的懂得的人都不会选择。买的永远没有卖的精明!皮肤擦的都不敢轻易在网上买,更何况入口的保健品。有句俗话:《巫师4》开发者:游戏从构思到制作 需花费5
之前CDPR游戏总监Sebastian Kalemba确认,《巫师4》已进入全面制作阶段,他们对该作信心满满。而玩家们也对《巫师4》充满期待,希望知道何时才能玩到它?近日在年终财报电话会议上,CDPROlaolu Slawn x Supreme 联名 Box Logo T恤发布
潮牌汇 / 潮流资讯 / Olaolu Slawn x Supreme 联名 Box Logo T恤发布2024年08月08日浏览:1096 上月末曾曝光的 Olaol李霄鹏:中国男足像儿子 会惹麻烦但也很努力
李霄鹏:中国男足像儿子 会惹麻烦但也很努力_中国队_李铁_媒体www.ty42.com 日期:2022-01-11 22:31:00| 评论(已有324912条评论)