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
45712
-
浏览
119
-
获赞
14552
热门推荐
-
Opening Ceremony x Skechers 2019 联名鞋款系列公布
潮牌汇 / 潮流资讯 / Opening Ceremony x Skechers 2019 联名鞋款系列公布2019年08月17日浏览:3793 前不久,潮流地标 Op阿甘正传英文句子摘抄(阿甘正传英文句子摘抄大全)
阿甘正传英文句子摘抄阿甘正传英文句子摘抄大全)来源:时尚服装网阅读:352电影英文短句5句Tomakeeachdaycount。要让每一天都有所值。Youwantsomething.Gogetit!有嗟来之食的成语故事、意思、造句、近反义词和故事主人公
嗟来之食的成语故事、意思、造句、近反义词和故事主人公misanguo 成语故事, 成语故事大全100篇_成语故事大全100篇有哪些赫赫有名的成语故事典故,赫赫有名的意思和主人公
赫赫有名的成语故事典故,赫赫有名的意思和主人公misanguo 成语故事, 成语故事大全100篇_成语故事大全100篇有哪些记者:麦迪逊伤情并无大碍,甚至能出战下场比赛
8月23日讯 记者Paul O Keefe消息,麦迪逊伤情并无大碍。该记者透露:“麦迪逊的伤势仅为轻微的内侧副韧带拉伤,踝关节和脚部的伤情并不严重。”“预计他能很快康复,甚至可以赶得上下一场比赛,但这太平洋建设首席运营官与辽宁省领导举行会谈
12月19日,庄严智库理事CEO、太平洋建设首席运营官金亮与辽宁省副省长、沈抚新区党工委书记陈绿平等领导就与辽宁省达成全面战略合作伙伴关系等事宜举行会谈。陈绿平首先提出沈抚新区作为辽宁省&ld互促互进 互惠互赢|物产中大集团与大众汽车(中国)销售有限公司签订合作框架协议
互促互进 互惠互赢|物产中大集团与大众汽车中国)销售有限公司签订合作框架协议 2021-11-08中国海警舰艇编队1月11日在我钓鱼岛领海巡航
1月11日,中国海警1301舰艇编队在我钓鱼岛领海内巡航。这是中国海警依法开展的维权巡航活动。耐克 Air Max Plus 鞋款“Sunburst”大风车配色抢先预览
潮牌汇 / 潮流资讯 / 耐克 Air Max Plus 鞋款“Sunburst”大风车配色抢先预览2019年08月14日浏览:3551 本月初一款淡蓝色调的 Nike交通银行青岛东海一路支行:三八妇女节,鲜花赠女神
3月8日是国际三八妇女节,时值第107个国际劳动妇女节来临之际,交通银行青岛东海一路支行借此契机,向一直支持业务发展的女客户开展赠送鲜花活动。今日一大早,东海一路支行就开始向来行办理业务的女性客户赠送热血江湖公益服发布网,求一个热血江湖私服的发布网谢谢
热血江湖公益服发布网目录热血江湖公益服求一个热血江湖私服的发布网谢谢求最稳定的 热血江湖SF发布网站 最好直接给我网站 谢谢热血江湖公益服下载:类型:安卓游戏——角色扮演。版本:v75.0。573.9漫改动画《胆大党》上线日期确定 2024年10月放映
由漫画家龙幸伸于《少年Jump+》连载中的作品《胆大党》改编而来的同名动画作品,曾在去年宣布了动画化的决定,并预告将于2024年播出。近日官方终于公布了具体上线时间,预定在2024年10月放映,并在N时尚金蝴蝶服装(时尚金蝴蝶服装品牌)
时尚金蝴蝶服装时尚金蝴蝶服装品牌)来源:时尚服装网阅读:1683美丽的银杏树1、作文一:《美丽的银杏树》300字 美丽的银杏树 新风学校 四年级 刘艺彤 学校的银杏树很美,尤其是到了秋天银杏树会更美。《歧路旅人2》全隐藏职业解析一览
《歧路旅人2》全隐藏职业解析一览36qq8个月前 (08-16)游戏知识46伊索寓言夜莺与鹞子的故事,夜莺与鹞子的故事寓意
伊索寓言夜莺与鹞子的故事,夜莺与鹞子的故事寓意misanguo 伊索寓言_伊索寓言故事大全_在故事网看伊索寓言故事, 寓言故事, 睡前小故事_睡前小故事