Un scientifique de l'Université de Pékin a récemment publié la prépublication d'un article scientifique détaillant
Quelle est l'essence
La plupart des études du genre« évitement de poursuite » ; en IA et en théorie des jeux s'intéressent à l'apprentissage des machines pour explorer l'espace. Étant donné que la plupart des formations en IA impliquent un système qui récompense la machine pour avoir atteint un objectif, les développeurs utilisent souvent la gamification comme incitation à l’apprentissage.
En d’autres termes, vous ne pouvez pas simplement placer un robot dans une pièce et lui dire « faites ceci ». Vous devez lui donner des objectifs et une raison pour les atteindre. C'est pourquoiles chercheurs développent une IA qui, par nature, cherche à récompenser.
Les défis de l’environnement traditionnel de formation au renseignementUn agent IA est chargé de manipuler des modèles numériques pour explorer l’espace jusqu’à ce qu’il atteigne ses objectifs ou trouve une récompense. Cela rappelle Pac Man : l'IA doit se déplacer dans l'environnement jusqu'à ce qu'elle mange toutes les pastilles de récompense.
Historique du problème
Depuis que les systèmes d'IA de DeepMindmaîtrisant les échecs et le go, SCII est devenu le principal environnement d'entraînement pour l'IA compétitive. C'est un jeu dans lequel les joueurs, l'IA, ou des combinaisons de joueurs et l'IA s'opposent naturellement.
Mais plus important encore, DeepMind et d'autresles organismes de recherche ont déjà fait le dur travail de transformer le code source du jeu en un terrain de jeu pour l'IA avec plusieurs mini-jeux qui permettent aux développeurs de se concentrer sur leur travail.
Le chercheur Xun Huang, le scientifique susmentionnéde l'Université de Pékin, a entrepris d'étudier le « paradigme poursuite-évasion » ; pour former des modèles d’IA. Mais j'ai découvert que le modèle SCII présente certaines limites : dans la version intégrée du jeu "poursuite-évasion" ; Le contrôle des poursuivants ne peut être confié qu’à l’IA.
Le schéma de base comprend trois voletspersonnage (représenté par les soldats du jeu) et 25 personnages évadés (représentés par les extraterrestres du jeu). Il existe également un mode qui utilise le « brouillard de guerre » ; pour assombrir la carte, ce qui rend difficile pour le poursuivant de détecter et de détruire l'évadeur, mais selon les recherches, il s'agit d'un mode 1V1.
Comportement drôle mais basique 25La stratégie des Dodgers consiste à rester stationnaires là où ils apparaissent, puis à attaquer leurs poursuivants sur place. Étant donné que les poursuivants sont beaucoup plus forts que les évadés, cela entraîne la destruction attendue de chaque évadé immédiatement après sa détection.
Perspectives
L'article de Huang décrit le paradigme en détailFormation en IA dans l'environnement SCII, qui se concentre sur l'enseignement de l'IA pour échapper aux poursuivants. Dans leur version, l'IA tente de se cacher dans le « brouillard de guerre » pour éviter la capture et la mort.
Il s’agit d’une étude fascinante utilisantdes jeux vidéo qui pourraient avoir d'énormes implications pour le monde réel. Les organisations militaires les plus avancées du monde utilisent les jeux vidéo pour former leurs militaires. Et les développeurs d’IA utilisent ces environnements d’apprentissage pour préparer les cerveaux de l’IA à vivre dans un véritable robot.
D'un point de vue purement théorique, le travail de Huang semblepassionnant. Mais imaginez un robot de Boston Dynamics, doté de la capacité non seulement de courir et de sauter autour du site, mais aussi d'échapper délibérément à la poursuite d'une escouade des forces spéciales.
Source : arxiv, deepmind, thenextweb
Illustrations: bonfon
</ p>