AI开发公司SingularityNET和人工超级智能联盟(ASI Alliance)表示,随着人工智能学习如何通过操作玩游戏,一种新的学习型AI已被留在Minecraft的实例中。名为AIRIS(自主智能增强推断象征主义)的AI基本上是从Minecraft内部开始学习如何使用游戏的反馈循环来教它。
AI以前已经放宽了学习游戏的机会,但通常是在更线性的2D空间中。借助Minecraft,AIRIS可以进入更复杂的3D世界,并慢慢开始导航和探索,以了解其功能,更重要的是,AI是否可以理解游戏设计目标而不必告诉他们。它对环境变化有何反应?可以找出通往同一地点的不同路径吗?它可以玩任何类似于人类玩家在Minecraft中使用的创造力的游戏吗?
VentureBeat与SingularityNET和ASI联盟联系,询问他们为什么专门选择Minecraft。
“AIRIS的早期版本已在简单的2D网格世界益智游戏环境中进行了测试,”该公司的代表回答。“我们需要在更复杂且开放式的3D环境中测试系统。Minecraft非常适合该描述,是一款非常受欢迎的游戏,并且具有将AI插入其中所需的所有技术要求。Minecraft也已被用作强化学习基准。这将使我们能够直接将AIRIS的结果与现有算法进行比较。”
他们还对其工作方式进行了更深入的解释。
“为代理提供了两种类型的环境输入以及可以执行的操作列表。第一种输入类型是围绕代理的块名称的5 x 5 x 5 3D网格。这就是代理“看到”世界的方式。第二种输入类型是世界上代理的当前坐标。这为我们提供了为代理提供我们希望其到达的位置的选项。第一个版本中的动作列表是在一个8个方向(四个基本方向和对角线)中移动或跳跃,总共16个动作。随着我们扩展代理的功能以包括挖掘,放置块,收集资源,与暴民战斗和制作,将来的版本将采取更多措施。
“代理以‘Free Roam ’”’模式开始,并寻求探索周围的世界。使用随附的可视化工具构建可以查看的内部地图。它学习如何导航世界,并且在遇到树木,山脉,洞穴等障碍时,它会学习并适应它们。例如,如果它掉入一个深洞中,它将探索其出路。其目标是填充其内部地图中的任何空白空间。因此,它正在寻找到达尚未见过的地方的方法。
“如果我们给代理一组坐标,它将停止自由探索并将其导航到我们想要去的任何地方。在从未见过的地区探索自己的方式。那可能是在山顶上,在山洞深处或在海洋中间。一旦到达目的地,我们可以为其提供另一组坐标,或将其返回自由漫游以从那里进行探索。
“免费的探索和穿越未知地区的能力使AIRIS与传统的强化学习区分开来。这些都是RL无法执行的任务,无论您进行了数百万次训练或计算了多少次。”
对于游戏开发,AIRIS的成功用例可能包括软件的自动错误和压力测试。例如,可以在Fallout 4的整个过程中运行的假设AIRIS在与NPC或敌人交互时可能会创建错误报告。尽管质量保证测试人员仍然需要检查AI所记录的内容,但它将加快繁琐且令人沮丧的发展过程。
此外,这是在复杂的全向世界中针对AI进行自我指导学习的虚拟世界中的第一步。对于整个AI爱好者来说,这应该是令人兴奋的。
感谢大家花时间阅读我的文章,你们的支持是我不断前进的动力。点赞并关注,获取最新科技动态,不落伍!🤗🤗🤗