机器之心报道

参与：Shooting、杜伟

去年年中，DeepMind介绍了其在游戏智能体方面的新进展，聚焦于雷神之锤III竞技场的夺旗模式。当时，DeepMind设计的为FTW智能，达到了人类水平，能够与其它智能体或人类相互合作。今年，DeepMind继续发力，提出基于self-play的新智能体，该智能体甚至能够超越人类水平。

没有什么游戏的操作原理比夺旗更简单的了（除了抓人或踢罐子游戏）。两队各自在己方的基地中设有标记物，然后争夺对方的标记物并将其安全送回基地。这太简单了！

但是，对于人类很容易就能理解的东西，机器却不能快速掌握。在夺旗游戏中，电脑控制角色通常基于启发式和规则进行编程，在游戏中自由度不高。

不过，AI和机器学习有望颠覆这种固定的角色设定模式。DeepMind研究人员在发表于《Nature》的论文（Human-levelperformancein3Dmultiplayergameswithpopulation-basedreinforcementlearning）中介绍了一种系统，这种系统不仅能够在《雷神之锤Ⅲ竞技场》中学习如何夺旗，而且制定了全新的团队游戏策略。

DeepMind研究科学家MaxJaderberg表示：「没有人告诉AI如何玩这款游戏——只有在胜利或失败后才知道AI是否了解怎么玩游戏。利用AI玩游戏的魅力在于你永远不知道智能体会表现出哪些行为」。即，智能体主要依靠自学来打游戏。

他进一步解释道，游戏中起作用的关键技术是强化学习。在DeepMind智能体的案例中，它利用奖励机制驱动软件策略实现目标，不管智能体团队是否在游戏中获胜。

论文



转载请注明地址:http://www.leishene.com/lssb/7094.html