DeepMind又搞AI游戏！这次它要教人打醉拳.PDFVIP

当前文档由后花园网文自动生成，更多内容请访问 HTTP://WWW.HHYWW.NET DeepMind又搞AI游戏！这次它要教人“打醉拳” 来源于:智东西 智东西（公众号：zhidxcom）编 | 季瑜生 导语：昨日，DeepMind和全球规模最大的游戏引擎之一Unity宣布合作，打 造虚拟环境训练游戏AI。 智东西9月27日消息，继AlphaGo在围棋领域封神退隐，DeepMind在星际争 霸大杀四方后，DeepMind又一次在竞技游戏中搞出了大动作。这一次，它将目 光瞄准了打造了纪念碑谷和Pokeacute;mon的游戏引擎Unity。 不过这一次，DeepMind并没有选择宣战，而是一改往常的行事风格搞起了 合作。届时DeepMind将利用Unity在虚拟空间打造的强大能力，来在模拟世界中 进行大规模的机器学习与强化训练，比如教小人儿“打醉拳”，让小狗学会 “叼棍子”。 一、游戏与AI，到底如何牵手 游戏牵手AI，就意味着大型AI算法的训练场地将搬到游戏之中。 游戏中，最开始创建的小人儿连怎么移动都不知道，但是经过了一段时间 的强化学习后他就学会了像打醉拳一样的笨拙跑步，而且这一过程并不需要有 人去教他要怎样跑步，或者跑步的时候需要先迈哪只脚。 还有下面这张图，在这个场景里，小狗如果叼到棍子就会获得奖励。 在最开始的时候，小狗同样不知道该怎么去动用它的四肢，先迈前腿还是 后腿，是要前后运动还是像螃蟹一样横着走都是一个问题。但是通过试错和激 励，小狗在预设的生理和物理参数下不断地优化自己之前的行为，最终得到了 最优解决方案。 在Unity中，DeepMind可以对算法进行训练。在游戏的模拟空间中，不仅会 仿照真实世界的场景与规则，还可以对参数进行自定义调节。在这一过程中 ，算法可以不断试错优化，最终准确率不断提升。 相较在现实世界中运行，游戏场景下运行不仅更加自主可控，而且在成本 以及安全性上也具有无可比拟的优势，这也将成为未来人工智能发展的一大趋 势。 不过这也算不上是什么新鲜事儿，一直以来都有研究人员和企业使用游戏 引擎来训练AI。比如Nvidia早前就在Unity的竞争对手Unreal Engine上建立了 一个叫Isaac的虚拟机器人训练系统。 为三家科技巨头（亚马逊、Uber以及Unity）构建机器学习平台的Danny Lange则早在2016年12月成为Unity AI副总裁之前就建立了Uber的机器学习平台 。 二、除了教NPC走路，AI与游戏还有更多可能 AI与游戏结合的思维其实可以在很多领域应用。比如在自动驾驶领域，自 动驾驶车辆上路前可以先让算法在游戏中几十亿英里的模拟道路上进行路测 ，从而对现实世界中的自动驾驶提供帮助。 Lange对于强化学习和其他人工智能在游戏中所能取得的成就报以非常乐观 的态度。他认为除了机器人之外，虚拟玩家还可以用来开发更加宜居的建筑设 计，在一千个虚拟家庭里构建上千种房屋设计都不成问题。 Lange还表示，因为模拟的物理空间往往不受场地等的限制，所以还可以进 行一些模拟化学实验，而且用软件来模拟这种化学实验远比人工的速率要高 ，起码它可以缩小实际备选实验用品范围。 另外，要知道一款高仿真的大型游戏中所涉及的远远不止物理学。比如侠 盗猎车手系列游戏，可以模拟橡胶轮胎是如何抓住的沥青，也可以模拟多种性 格人物之间的交往。而这其实也是一个新兴领域，可以用来模拟社会动态，模 拟社会中人物之间的实际交往。 这也可以成为人们对于群体行为观测的一个新视角，不过这目前也仅限于 理论上。 Lange还模拟了人们如何通过闲聊来影响股票的价格，要是一个人说股价会