详细内容或原文请订阅后点击阅览
在视频游戏世界中构建互动代理
大多数人工智能（AI）研究人员现在认为，编写可以捕获位置互动细微差别的计算机代码是不可能的。另外，现代机器学习（ML）研究人员专注于从数据中学习这些类型的相互作用。为了探索这些基于学习的方法，并迅速建立可以理解人类指导并在开放式条件下执行动作的代理商，我们在视频游戏环境中创建了一个研究框架。托迪，我们正在发布一篇论文[插入链接]并收集视频，显示了我们在建立视频游戏的早期步骤，可以理解模糊的人类概念 - 因此，可以开始与他们自身互动的人互动。
来源:DeepMind - 新闻与博客注释
[1] Abramson，J.，Ahuja，A.，Barr，I.，Brussee，A.，Carnevale，F.，Cassin，M.，Chhaparia，R.，Clark，S. ARXIV预印型ARXIV：2012.05672。
ARXIV预印arxiv：2012.05672[2] Abramson，J.，Ahuja，A.，Brussee，A.，Carnevale，F.，Cassin，M。，Fischer，F.，Georgiev，P.，Goldin，A.，Harley，T。和Hill，T。and Hill，F.，2021年。创建具有模仿和自我自我培训的多型互动的人。 ARXIV预印型ARXIV：2112.03763。
arxiv预印arxiv：2112.03763[3] Abramson，J.，Ahuja，A.，Carnevale，F.，Georgiev，P.，Goldin，A.，Hung，A.，Landon，J.，Lillicrap，T.，Muldal，A. ARXIV预印型ARXIV：2205.13274。
arxiv预印arxiv：2205.13274[4] Bai，Y.，Jones，A.，Ndousse，K.，Askell，A.，Chen，A. ARXIV预印型ARXIV：2204.05862。
arxiv预印arxiv：2204.05862[5] Christiano，P.F.，Leike，J.，Brown，T.，Martic，M.，Legg，S。和Amodei，D.，2017年。从人类的偏好中进行深入的强化学习。神经信息处理系统的进步，30。
神经信息处理系统的进步 30