人工智能可以像人类一样玩游戏
2020年01月31日 由 TGS 发表
599939
0
人工智能可以像人类一样玩基于文本的游戏吗?这是Uber人工智能研究部门的应用科学家最近研究一个问题。他们基于探索和模仿学习的系统,利用策略来解决游戏,方法是遵循高回报的轨迹。
基于文本的电脑游戏通过自然语言向玩家描述他们的世界,并期望玩家使用文本与游戏互动。这些游戏很有趣,因为它们可以被看作是人工智能理解、解决问题和生成语言的试验台。此外,在研究人员提供一个学习的环境中,这些技能可以与环境交互,而不是只能使用固定全集,不像现有方法那样只能解决简单的游戏。
在开发文本游戏AI时面临的一个挑战是如何与大型动作空间进行竞争。举例来说,如果词汇量为2万个,最多能造出7个单词的句子,那么行动的总数就会达到惊人的1.28e^30。
新模型将观察结果映射到动作,同时跟踪游戏空间中未开发的区域。在第一阶段,探索环境和记录访问地方的档案单元。这些细胞包含一系列观察数据,数据通过一些数学函数映射到相同的表示法,每一个都与元数据相关,包括指向细胞的轨迹、轨迹的长度和轨迹的累积回报。在每个游戏会话中,模型会根据元数据选择一个单元,并从与该单元相关的轨迹末端开始随机探索。
第二阶段的目标是将“脆弱的”操作序列转换成可以跨不同游戏应用的策略,甚至可以泛化为不可见的游戏。在一系列的实验中,团队总共设计了三种不同的场景:单人模式,即一个模型接受一款游戏的训练和测试;联合,多个模型接受一款游戏的训练和测试;简单起见,在所有游戏中,最大步数都设置为50。
最终结果是喜人的,该团队报告说,新模型找到了一种最优策略,与以前最先进的系统相比,它的动作减少了大约一半,并且拥有一个轨迹。研究人员指出,虽然还不是一种完美的方法,对游戏的描述有很大的重叠,导致策略收到类似的观察结果,但与之前的方法比,已经有了突破,即,可以在大型动作游戏中找到好的发展轨迹。