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
64933
-
浏览
933
-
获赞
41768
热门推荐
-
这场延续一百年的“考试”,我们该如何“应考”?
在遥远的1899年,有一位专利局局长曾经说过这样一句惊天地、泣鬼神的“名言”:“所有人们可以发明的东西,如今都已经被发明出来了!”站在当时的语境来看,人明十三陵发生的诡异事件 至今仍旧无法解释
上世纪五十年月中期,为体味开通十三陵的机密,也为了满足猎奇心,时任北京副市长的吴晗和郭沫若提出了一个方案,这个方案就是发掘十三陵,可专家破耗了一年才翻开了定陵后便不敢继续发掘,缘故缘由很复杂,但其中一中南空管局管制中心与白云机场运行控制中心举行业务交流会
管制中心 崔向前 1月12日下午,由中南空管局管制中心塔台管制室和白云机场运行控制中心联合举行的2023年业务交流会在机场运控大楼会议室顺利召开,运控中心党委书记潘健、党委副书记李俊颐,塔台管制赣州机场安检开展应急演练
本网讯赣州机场分公司:邱园莉报道)为进一步做好春运保障工作,以练备战、筑牢安全防线,有效提升安检员应急处突的能力,2023年1月8日,赣州机场安检组织开展了暴恐分子冲闯安检现场应急实战演练。&ldqu静大大时尚服装(静静服饰)
静大大时尚服装静静服饰)来源:时尚服装网阅读:1023怎么搭配衣服才好看图片裙装中的神奇法宝碎花裙出镜,搭配短款的外套,简直是省高又遮肉,适合约会又适合压马路,周末搭配的必备。肩宽要避免穿泡泡袖的衣服阿克苏机场收到武警机动大队赠送的锦旗一面
中国民用航空网通讯员张宁讯:1月18日,阿克苏机场收到了武警机动大队赠送的“真心服务 温暖到家 精益求精 鱼水情深”的锦旗。 这面锦旗不仅仅是对阿克苏机场2022年工作、服春运遇风沙 观测守平安
春运的第一周,客流徒增,航班加密,彻夜灯火通明的跑道照亮着每位迫切回家的旅客,望着窗外忙碌的机坪越能感受到浓烈的春运气氛,在这重要的节点,能让每位旅客平安归家就是每位航空人的重要职责。2023年1月1海航航空旗下乌鲁木齐航空再添“新动力”,机队规模达到16架
通讯员 邵庆祥)2023年1月19日凌晨01:15,经过1天的调机飞行,一架编号为B-5407的波音737-800飞机抵达乌鲁木齐地窝堡国际机场,标志着海航航空旗下乌鲁木齐航空飞机引进工作重新启航。值周鸿祎参演短剧首次播出:贾跃亭牛文文等大佬亮相
近日,周鸿祎首次参演的短剧开播,剧中汇聚了贾跃亭、牛文文、吴世春等业界知名人士。周鸿祎表示,这部短剧从构思到完成仅耗时三天,他期待观众的反馈和建议,以期在未来的表演中做得更好。剧情讲述了一个科技公司的山西空管分局对边远台站展开节前检查并进行慰问
通讯员 姜斌)2023年1月18日,在春运保障工作进行之中、新春佳节即将来临之际,山西空管分局局长彭鹏、副局长树军一行先后来到太原罕山雷达站、南超甚高频台站检查春运保障工作,并对值守人员进行节前慰问。赣州机场分公司召开2023年度平安建设工作部署会
本网讯赣州机场分公司:张淑霞报道)为推进赣州机场平安建设工作扎实有效开展,全力做好春节、两会期间内部保卫工作,1月10日,赣州机场分公司召开2023年度平安建设工作部署会,对内部维稳、防范诈骗、内部治古代皇室多恐怖:汉武帝竟然下令抄斩儿子全家
如果不是因为机缘巧合,做了皇帝,汉宣帝刘询留给世人的印象也就是贪玩而已,比如他喜欢斗鸡走马,比如他像个没笼头的马,爱四下转悠,常常一出长安就没了踪影,其足迹所至,史书称是“周遍三辅”。人们要想在长安城海贼王 X Ground Y 合作打造 20 周年纪念主题系列单品上架~
潮牌汇 / 潮流资讯 / 海贼王 X Ground Y 合作打造 20 周年纪念主题系列单品上架~2019年08月15日浏览:2777 今年是日本人气动漫《海贼王》诞生阿勒泰雪都机场圆满完成2022年飞行保障任务
通讯员:张丽 刘江南)2022年12月31日21:30分,随着一架CZ6846航班顺利起飞,标志着阿勒泰雪都机场圆满完成2022年度航班保障工作。 阿勒泰雪都机场累计保障进出港航班共计约40阿克苏机场收到武警机动大队赠送的锦旗一面
中国民用航空网通讯员张宁讯:1月18日,阿克苏机场收到了武警机动大队赠送的“真心服务 温暖到家 精益求精 鱼水情深”的锦旗。 这面锦旗不仅仅是对阿克苏机场2022年工作、服