QQ:57064

恩佐娱乐

时间:2019-07-16

视频游戏开发者已经渴望使用人工智能来帮助创造可信的世界。因此研究人员现在可以使用一些相同的游戏制作工具来训练人工智能并不太令人惊讶。

在上周VentureBeat的Transform 2019会议上的一次演讲中,Unity技术人工智能和机器学习副总裁Danny Lange争辩说。游戏引擎非常适合创建他所谓的“真实”计算机智能 - 能够在短时间内产生复杂行为的自学系统。使用游戏引擎(如公司自己的Unity引擎),您可以模拟现实世界的规则并测试智能代理。

“如果您考虑[它],游戏引擎有三个维度,时间,物理......它拥有你需要玩的一切朗格表示,该公司已经通过其Unity ML-Agents Toolkit插件在各种情况下培训代理商。代理通过强化学习获得新的技能和行为,在任何给定的虚拟环境中,它唯一知道的是正确的(获得完成任务的奖励)和错误(受到惩罚)。除此之外,它是一块空白的石板。

兰格的一个例子显示,一只鸡试图穿过一条繁忙的道路。代理人的目标是抓住分散在水平附近的礼物(奖励),而不会受到汽车的打击(惩罚)。人工智能最初在学习游戏规则时挣扎,但经过六个小时的反复训练,兰格说我t成为“超人”,巧妙地躲避汽车,同时收集超过100件礼物。

在另一种情况下,经纪人有一个蜘蛛般的化身,由八个关节和四条腿组成。 AI必须弄清楚如何使用和控制这些身体部位,以便它可以向前移动。结果有点笨拙(蜘蛛跳得比他们走的多),但是在未来,这种加速学习可以帮助游戏开发者节省一些时间来创建不可玩的角色。

“想象一下编程在这里,我需要编写 - 一些Java,C#,C ++编程,Python,你的名字 - 告诉哪个关节移动,何时,以及多少,“Lange说。 “或者我可以让蜘蛛摆动一个小时,通过反复试验,它会弄清楚如何移动四条腿从左到右,八个关节从某个模式开始。“

Lange和他的团队将这个想法与Puppo进一步合作,Puppo是一个可爱的小狗形状的代理人。使用强化学习和基于物理的运动,Puppo学会了如何走路,跑步,跳跃和取棒。研究人员甚至建立了一个简单的游戏(用鼠标轻弹棒),以显示狗在检索棒时的效率。

在另一个演示中,Lange展示了当您单独放置数十个时会发生什么训练有素的Puppos。他们的目标是在赛道上追逐一碗满骨头。当他们跑向碗(沿着轨道不断移动)时,狗变得有竞争力并且开始互相推挤并通过在草地上奔跑来制作自己的快捷方式ss。

今年早些时候,Unity与谷歌合作,与Obstacle Tower一起创建机器学习测试,这是一款只有AI代理才能玩的视频游戏。它由100个级别组成,挑战了代理人在障碍物上导航的能力,包括谜题,复杂的布局和危险的敌人。 Unity目前正在举办一场比赛,看看哪个人工智能可以让它最远(Lange说领先的选手只能达到19级)。

通过障碍塔和其他项目,该公司正试图证明合并时通过游戏引擎,强化学习可以成为制作复杂AI的有效方法。毕竟,兰格说,这是我们星球上所有智能生命用来生存的过程。

“这就是孩子们的运作方式。这就是我们如何操作吃了。这就是动物的运作方式。 ......通过学习过程,你可以从没有线索[关于某事]转变为真正开始理解[它],“他说。

关注恩佐娱乐官网(www.jianghuaipump.com)。[ 123]

关注恩佐娱乐官网(www.jianghuaipump.com)。

在线咨询

在线主管