详细内容或原文请订阅后点击阅览
Uber AI算法可以以超级分数击败任何Atari 2600游戏
英国 DeepMind 并不是唯一一家拥有可以在 Atari 上玩游戏的人工智能的公司。 Uber AI 的研究团队开发了一套 Go-Explore 算法，据报道可以以“超人”的分数击败任何 Atari 2600 游戏，包括那些 AI 之前难以击败其“有机”竞争对手的游戏。
来源:Robogeek新闻频道（关于机器人技术的俄罗斯与世界新闻）英国 DeepMind 并不是唯一一家拥有可以在 Atari 上玩游戏的人工智能的公司。 Uber AI 的研究团队开发了一套 Go-Explore 算法，据报道可以以“超人”的分数击败任何 Atari 2600 游戏，包括那些 AI 之前难以击败其“有机”竞争对手的游戏。
解决方案的关键是一个能够记住游戏中的有希望的状态并在进一步学习开始之前返回这些状态的系统。
据开发者称，在某些游戏中，Go-Explore 的表现提高了一个数量级，在《蒙特祖玛的复仇》中成为第一个在各个级别获胜的游戏，并在《陷阱》中获得了“近乎完美”的分数。这两项成就对于此类学习系统来说都被认为特别具有挑战性。值得注意的是，DeepMind Agent57 算法也取得了类似的结果，但使用了完全不同的方法，这说明了开发人员处理相同任务的方法的多样性。
与其他类似项目一样，研究人员的目标不仅仅是创造一个能够在 40 多年前的游戏机上赢得比赛的人工智能。科学家们还成功地使用 Go-Explore 算法来模拟机器人物体拾取和放置。此外，从 Atari 游戏中学到的技能可用于改进机器人和自动驾驶汽车的导航。