那個(gè)下圍棋的AI會(huì)玩《雷神之錘》了 玩得還挺溜

還記得那個(gè)擊敗了世界圍棋冠軍讓整個(gè)圍棋界顫抖的谷歌人工智能部門(mén)DeepMind開(kāi)發(fā)的AI嗎?現(xiàn)在DeepMind的另一個(gè)項(xiàng)目已經(jīng)學(xué)會(huì)了玩《雷神之錘》這款游戲。

DeepMind周二表示，它已經(jīng)開(kāi)發(fā)了創(chuàng)新和強(qiáng)化學(xué)習(xí)技術(shù)，使人工智能系統(tǒng)能夠在《雷神之錘3：競(jìng)技場(chǎng)》的奪旗游戲中達(dá)到人類的游戲水平。

DeepMind表示，學(xué)習(xí)奪旗游戲是為了讓各個(gè)人工智能獨(dú)立行動(dòng)，同時(shí)學(xué)會(huì)相互配合。“這是一個(gè)非常困難的問(wèn)題——因?yàn)樾枰獏f(xié)同適應(yīng)機(jī)制，整個(gè)環(huán)境也在不斷變化。”DeepMind在一篇博客文章中說(shuō)。

雷神之錘III競(jìng)技場(chǎng)是第一人稱游戲，規(guī)則很簡(jiǎn)單——兩個(gè)團(tuán)隊(duì)在奪取對(duì)手旗幟的同時(shí)要注意保護(hù)自己的旗幟不被奪走——但也可能產(chǎn)生復(fù)雜的結(jié)果。該游戲需要玩家與團(tuán)隊(duì)成員合作，同時(shí)在不斷變化的各種地圖中進(jìn)行激烈競(jìng)爭(zhēng)。

DeepMind表示，這些代理（人工智能專業(yè)術(shù)語(yǔ)，指自主活動(dòng)的軟件）從未接受過(guò)關(guān)于游戲規(guī)則的指示，但能夠“以非常高的標(biāo)準(zhǔn)”學(xué)習(xí)游戲。在隨機(jī)混合人工智能代理與40名人類玩家的比賽中，代理的勝率很快就超過(guò)了人類。即使是很多人類玩家也認(rèn)為這些代理比其他人類更具協(xié)作性。

“事實(shí)上，代理會(huì)學(xué)習(xí)類似人類的行為，例如跟隨隊(duì)友并在對(duì)手的基地安營(yíng)扎寨，”DeepMind在其博客上說(shuō)，“總的來(lái)說(shuō)，我們認(rèn)為這項(xiàng)工作凸顯了多智能體培訓(xùn)對(duì)促進(jìn)人工智能發(fā)展的潛力。”