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
6464
-
浏览
99
-
获赞
8
热门推荐
-
美国拟用SpaceX卫星群监视全球目标 星链卫星总计7213颗
今日11月28日),据国外媒体报道称,SpaceX正在为美国国家侦察局NRO)打造一个至少由100多颗间谍卫星组成的卫星群,用来监视全球目标。今年5月到10月,短短5个月时间,SpaceX已经分4次发泰晤士:国米孔蒂近期有非正式接触,尤文也可能请他执教
3月8日讯 据《泰晤士报》报道,孔蒂将在今夏合同到期后离开热刺,国米最近与这位教练进行了一些非正式的会谈。这位53岁的意大利教练在北伦敦度过了一个不乐观的赛季,几个月的时间里失去了很多朋友,他的球队在记者:米兰签佳夫前曾考虑租借坦甘加 雷吉隆&萨尔曾被推荐给米兰
3月9日讯 据迪马济奥团队记者本多尼报道,米兰引进佳夫之前有意先租后买坦甘加,热刺则向米兰推荐过雷吉隆、恩东贝莱和萨尔。报道称,去年夏天,米兰方面马尔蒂尼和马萨拉曾与热刺总监帕拉蒂奇会面,就转会问题交尤文新赛季1平1负未尝胜绩 已连续16场比赛丢球
尤文新赛季1平1负未尝胜绩 已连续16场比赛丢球_意甲www.ty42.com 日期:2021-08-29 06:31:00| 评论(已有299122条评论)冬季女时尚服装的视频(冬季时尚女装搭配)
冬季女时尚服装的视频冬季时尚女装搭配)来源:时尚服装网阅读:1672女生冬季最常见的搭配服装是怎样的?1、黑色羽绒服+黑色直筒裤 上半身有点类似于面包服样式的黑色短款羽绒服,和黑色高腰长裤搭配在一起,孙悟空的资料,一起看看孙悟空的资料
孙悟空的资料,一起看看孙悟空的资料misanguo 名人故事, 孙悟空_孙悟空故事大全_在故事网看孙悟空的故事重庆太平洋董事局主席会见中山市东升镇领导
3月21日,重庆太平洋董事局主席李国光在广东省中山市东升镇会见了东升镇党委书记王立群,双方就东升镇基础设施建设工作进行了交流。会谈中,李国光详细介绍了太平洋建设的发展历程、企业文化和产业优势。交通银行青岛市北三支行提供“一杯水”送清凉服务
随着炎炎夏日的到来,气温明显升高,很多到银行办理业务的客户都是大汗淋漓。为了客户能有更好的服务体验,交行青岛市北三支行开展了“一杯水”送清凉活动。近期前来该支行网点办理业务的客时尚服装潮流夏季图片(时尚服装潮流夏季图片高清)
时尚服装潮流夏季图片时尚服装潮流夏季图片高清)来源:时尚服装网阅读:2002白色修身上衣搭配黑色短裤,时尚百搭,纯净可爱,你喜欢这种穿搭吗?_百度...1、kenzo虎头短袖款式简约而不简单,象征着一“空巢青年”“孤独经济” 迷你KTV受追捧
两把高脚凳、两个麦克风、两个耳机、一个大屏幕,三面透明玻璃围起来,再加一个触屏操作台,这就成了一个迷你KTV。伴随着共享经济的浪潮,这样的KTV在全国多地出现,并开始引起年轻人的追捧。有投资人士表示,重大新药创制科技重大专项办相关领导及评审专家来院对我市GCP平台进行调研
2018年4月13日上午,国家科技部重大专项办公室杨哲副主任、国家卫生健康委员会科教司重大专项处解东方副处长、国务院参事室特约研究员边振甲局长、张礼和院士、阎锡蕴院士等科技部、国家卫生健康委员会热血江湖手游私sf平台,热血江湖最新私服
热血江湖手游私sf平台目录求个热血江湖好玩的私服。热血江湖最新私服求最新最稳定的热血江湖私服~~~谢谢大家了~求个热血江湖好玩的私服。我认为最好的是《友情江湖》。这个江湖是热血江湖3.0改版以后,第一OPPO Reno13果味新选择:iPhone 16的完美平替
新一代超美小直屏OPPO Reno13系列已于25日晚正式发布,延续了OPPO一贯的科技与美学融合理念,更在影像体验、外观设计、防水性能以及硬件配置等方面实现了全面升苹果再收购一家AI初创公司 已在年初收购DarwinAI
据报道,收购AI视频压缩初创公司WaveOne近一年之后,时常收购小规模的初创公司的苹果,在AI领域再度出手,有消息称他们已经收购了人工智能领域的初创公司DarwinAI。从报道来看,DarwinAI济铁青岛客运段“海之情”跻身“中国驰名”
记者从济南铁路局青岛客运段获悉,“海之情”商标被认定为“中国驰名商标”,授牌仪式日前在青岛铁路二七文化宫举行。据悉,这也是目前铁路系统唯一的列车服务中国