Google 透過經典遊戲 Pong 訓練人工智慧選擇

作者 | 發布日期 2019 年 03 月 28 日 8:45 | 分類 AI 人工智慧 , Google follow us in feedly

遊戲向來都是開發者喜歡用來進行深度強化學習、訓練人工智慧的工具,從棋類到複雜的戰略遊戲都有。不過 Google 最近採用的學習方式,卻是使用經典的乒乓遊戲 Pong 來訓練人工智慧。



Google 最近公開的論文《Atari 模式為本強化學習》(Model-Based Reinforcement Learning for Atari),就提到稱為 SimPLe 的模擬策略學習演算法,使用遊戲模式來學習選擇行為的策略。科學家表示,總括而言 SimPLe 是要代替學習遊戲行為的世界模型,以及使用該模型在模擬遊戲環境改善策略(無模型強化學習)。演算法背後的基本原理已確立好,並應用在最近不少基於模型的強化學習方法。

Google 使用 Pong 和 Freeway 兩個簡單的遊戲,在 2 小時遊戲時間的實驗中,採用 SimPLe 策略的代理成功達到最高分,雖然最終表現仍未達到標準的強化學習方式,但訓練效率可提升 1 倍,未來也能進一步提升準確度,以節省人工智慧的訓練所需時間,以及模擬互動的成本。

(本文由 Unwire Pro 授權轉載;首圖來源:Unsplash

關鍵字: , , ,