详细内容或原文请订阅后点击阅览
人工智能代理能够快速适应不断变化的环境
DeepMind 的开放式学习团队开发了一种训练游戏 AI 系统的新方法。 DeepMind 团队没有像其他 AI 游戏系统那样基于数千个之前的游戏会话来训练系统，而是为新 AI 系统的代理提供了一组最低限度的技能，让他们用来实现一个简单的目标（例如，检测虚拟世界中的另一个玩家），然后开发它们。
来源:Robogeek新闻频道（关于机器人技术的俄罗斯与世界新闻）DeepMind 的开放式学习团队开发了一种训练游戏 AI 系统的新方法。 DeepMind 团队没有像其他 AI 游戏系统那样基于数千个之前的游戏会话来训练系统，而是为新 AI 系统的代理提供了一组最低限度的技能，让他们用来实现一个简单的目标（例如，检测虚拟世界中的另一个玩家），然后开发它们。
研究人员创建了一个名为 XLand 的丰富多彩的虚拟世界。其中，人工智能玩家（研究人员称之为代理）被派去实现一个共同的目标，当他们实现这个目标时，他们获得了可以用来实现其他目标的技能。然后，研究人员改变了游戏，给智能体一个新的目标，但允许他们保留在之前的游戏中学到的技能。
一个示例涉及代理尝试到达无法直接访问的虚拟位置的最高点。翻箱倒柜后，特工发现他可以移动他找到的扁平物体并将其用作坡道，从而向上走。为了使智能体能够获得更多技能，研究人员创建了 700,000 个场景，在这些场景中智能体面临大约 340 万个独特的任务。
使用这种方法，智能体能够学习玩各种游戏，例如捉人游戏、夺旗游戏和捉迷藏游戏。研究人员称他们的方法无限复杂。 XLand 的另一个有趣的方面是，有一位主管监视代理并记录他们学到的技能，然后创建新游戏来强化他们的技能。通过这种方法，代理只要被赋予新任务就会学习。
研究人员在一份文档 (PDF) 中详细介绍了他们的工作。
文档视频