Zinātnieks no Pekinas Universitātes nesen publicēja zinātniska raksta priekšdruku, kurā bija detalizēti aprakstīts
Kāda ir būtība
Lielākā daļa pētījumu šajā žanrā“izvairīšanās no vajāšanas” AI un spēļu teorija ir saistīta ar mašīnu mācīšanu kosmosa izpētei. Tā kā lielākā daļa AI apmācību ietver sistēmu, kas atlīdzina mašīnu par mērķa sasniegšanu, izstrādātāji bieži izmanto spēlēšanu kā stimulu mācīties.
Citiem vārdiem sakot, jūs nevarat vienkārši iebāzt robotu istabā un teikt: “dari to”. Jums ir jāsniedz viņam mērķi un iemesls to sasniegšanai. Tāpēcpētnieki izstrādā AI, kas pēc savas būtības cenšas atalgot.
Tradicionālās izlūkošanas apmācības vides izaicinājumiAI aģentam ir uzdots manipulēt ar digitālajiem modeļiem, lai izpētītu kosmosu, līdz tas sasniedz savus mērķus vai atrod atlīdzību. Tas atgādina Pac Man: mākslīgajam intelektam ir jāpārvietojas apkārtējā vidē, līdz tas apēd visas balvas granulas.
Problēmas vēsture
Kopš DeepMind AI sistēmasapguvis šahu un iet, SCII kļuva par konkurētspējīga AI galveno apmācības vidi. Tā ir spēle, kurā spēlētāji, AI vai spēlētāju un AI kombinācijas dabiski pretojas viens otram.
Bet vēl svarīgāk ir DeepMind un citipētniecības organizācijas jau ir paveikušas smago darbu, lai spēles avota kodu pārvērstu par AI rotaļu laukumu ar vairākām minispēlēm, kas ļauj izstrādātājiem koncentrēties uz savu darbu.
Pētnieks Xun Huang, iepriekš minētais zinātnieksno Pekinas universitātes, apņēmās izpētīt “izvairīšanās no vajāšanas paradigmu” AI modeļu apmācībai. Bet es atklāju, ka SCII modelim ir daži ierobežojoši ierobežojumi: spēles iebūvētajā versijā “izvairīšanās no vajāšanas” Vajātāju kontroli var uzticēt tikai AI.
Pamatshēmā ir iekļauti trīs virzienivaronis (ko pārstāv spēles karavīri) un 25 izvairītāju varoņi (ko pārstāv spēles citplanētieši). Ir arī režīms, kas izmanto “kara miglas” aptumšot karti, apgrūtinot vajātāja atklāšanu un iznīcināšanu, taču saskaņā ar pētījumiem šis ir 1V1 režīms.
Smieklīga, bet vienkārša uzvedība 25Dodgers stratēģija ir palikt nekustīgam, lai kur viņi parādītos, un tad uzbrukt saviem vajātājiem uz vietas. Tā kā vajātāji ir daudz spēcīgāki par izvairītājiem, tas izraisa paredzamo katra izvairītāja iznīcināšanu tūlīt pēc atklāšanas.
Perspektīvas
Huanga rakstā paradigma ir sīki aprakstītaAI apmācība SCII vidē, kas koncentrējas uz AI mācīšanu izvairīties no vajātājiem. Savā versijā AI mēģina paslēpties “kara miglā”, lai izvairītos no sagūstīšanas un nāves.
Šis ir aizraujošs pētījums, kurā izmantovideospēles, kurām var būt milzīga ietekme uz reālo pasauli. Pasaulē vismodernākās militārās organizācijas izmanto videospēles, lai apmācītu cilvēkus. Un AI izstrādātāji izmanto šīs mācību vides, lai sagatavotu AI smadzenes dzīvei īstā robotā.
Tīri teorētiski šķiet, ka Huanga darbsaizraujoši. Bet iedomājieties Boston Dynamics robotu, kas ir apveltīts ar spēju ne tikai skriet un lēkt pa objektu, bet arī mērķtiecīgi izvairīties no specvienības vajāšanas.
Avots: arxiv, deepmind, thenextweb
Ilustrācijas: goodfon
</ p>