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
928
-
浏览
2
-
获赞
9
热门推荐
-
Travis Scott x Nike Air Force 1 全新联名鞋款曝光~
潮牌汇 / 潮流资讯 / Travis Scott x Nike Air Force 1 全新联名鞋款曝光~2019年08月13日浏览:3719 Travis Scot中青报:2021三大考题挑战极限难度 检验中国足球底气
中青报:2021三大考题挑战极限难度 检验中国足球底气_叙利亚队www.ty42.com 日期:2021-03-16 11:01:00| 评论(已有262347条评论)ChinaJoy 2024开幕 一加120帧丝滑游戏体验
一加在ChinaJoy 2024打造全场最“丝滑”主题展台,现场展示一加与骁龙同带来的极致游戏性能,更有一加自研游戏黑科技,丝滑流畅游戏表现吸引现场众多加油以及数码爱好者争先打卡体验。7月26日,20罗涵博文本赛季在西协丙联赛出场16次,将加盟中乙南通海门珂缔缘
罗涵博文本赛季在西协丙联赛出场16次,其中14次首发,赛季结束后解约回国,接下来他将代表海门珂缔缘出战中乙联赛。漫雅时尚服装批发(漫雅度假酒店)
漫雅时尚服装批发漫雅度假酒店)来源:时尚服装网阅读:1606北京衬衫批发市场在哪里1、根据2019年12月份看,北京大红门那一片的衣服便宜质量又好。2、北京世纪天乐国际服装批发市场,地址:西城区西直门塔托:联赛进入第二循环,希望用一场胜利献给球迷
6月25日 19:35,2024华润怡宝中国足球协会超级联赛第16轮,深圳新鹏城回到主场深圳宝安体育中心体育场迎战浙江俱乐部。今天晚间,主教练赫苏斯·塔托和球员林创益出席了赛前发布会。聚焦“双11”|浙江省消保委发布海淘消费提示:高额运费要注意
中国消费者报杭州讯记者施本允)目前正值年度网购消费盛宴“双11”大促之际,除了国内零售电商平台纷纷开启“双11”大促外,各大平台跨境电商板块也纷纷跟进。对此,浙江省消保委发布“双11”跨境电商消费提示苹果正在为廉价版Vision Pro寻找屏幕 已向LG和三星发送信息请求
援引多家媒体的报道,苹果最近向LG和三星发送了信息请求RFI),询问了相关产品开发所需的技术信息。苹果要求的规格是2.0-2.1英寸的,PPI为1700的micro-OLED屏幕。从这个尺寸可以知道,博主:科威特埃米尔询价利物浦,试图全资收购
推特账号indykaila News爆出猛料,科威特埃米尔的萨巴赫家族已就完全收购利物浦进行了询价。该账号还称,接下来会有媒体报道这一消息。根据福布斯今年5月的统计,利物浦俱乐部的市值是52.88亿美性能之王!一加Ace 3 Pro发布:3199元起
一加Ace 3 Pro发布。售价方面,12GB+256GB售价3199元,16GB+256GB售价3499元,16GB+512GB售价3799元,24GB+1TB售价4399元。超跑瓷典藏版16GB+泌尿外科举办2018
2月22日-24日,吴阶平医学基金会培训部与华西医院泌尿外科联合主办的“手把手——中国软性输尿管镜术高级培训班”第三期)在我院培训中心举办。来自省内外各级医院的二十余名泌尿外科医师参加了此次培训学习。勒伯夫:在黄潜时杰克逊就境遇不佳,斯特林在门前很笨拙
9月26日讯 切尔西名宿勒伯夫接受了媒体的采访,对切尔西0-1不敌维拉的比赛做出了评价。勒伯夫表示:“这场比赛令我感到惊讶,我看到他们有很多次进球机会,但他们没能完成终结。杰克逊有未来,但上赛季在黄潜穆德里克遭球迷嘲讽:来阿森纳吧兄弟!你来了我们就是冠军了!
8月23日讯 在此前的英超第2轮,切尔西客场1-3不敌西汉姆的比赛中,穆德里克为蓝军替补出战,但表现不佳。近日,有球迷在街上碰见了穆德里克,并对穆德里克进行了嘲讽,询问他为什么不加盟阿森纳。其中一位球外媒:奥利斯要求22万镑周薪,切尔西不愿为他破坏薪资结构
6月24日讯 据外媒《Football Transfers》报道,切尔西不愿负担奥利斯22万镑的周薪。据悉,尽管没能签下奥利斯,但切尔西仍在寻找其他的右边锋,巴萨小将吉乌和里尔前锋乔纳森-戴维是其主要罗马诺:热刺签武斯科维奇总费用1200万镑,以防止其他三队抢人
9月25日讯 热刺早前已经宣布签下16岁中卫武斯科维奇,罗马诺跟进报道了交易的一些细节。罗马诺写道:“热刺引进武斯科维奇的总费用可以达到1200万英镑,以预防其他三家欧洲俱乐部争夺武斯科维奇。武斯科维