当前位置: 首页 > 动态要闻 > 国外动态
走进科技园区
  • 国外动态

阿尔法狗”进化到第四代,无需告知规则 MuZero算法自学成“棋”才

时间:2021-01-09 17:33:47  来源:  作者:
  据非常新一期《自然》杂志报道,DeepMind公司开发的一种人工智能(AI)算法MuZero,可以在不告知其游戏规则的情况下掌握围棋、国际象棋、日本将棋和视频游戏,这是谷歌人工智能部门获得的又一重大突破。

  DeepMind公司表示,研究人员多年来一直在寻找一种方法,既可以学习建立用于解释当前环境的模子,也能够利用这个模子来进行非常好的计划。到目前为止,大多数方法都难以在Atari这种游戏中进行有效规划。

  MuZero非常初在2019年推出,通过只关注环境中非常重要的一个方面,来学习建立模子并解决问题。通过将这种方法与“阿尔法狗”强大的搜索树技术相结合,MuZero的能力实现了重大飞跃。此外,MuZero还利用了前瞻搜索、基于模子的规划来解决问题。

  MuZero不会应用规则来找到非常佳情况(因为事先不被告知),而是学习考虑游戏环境的各个方面,自己观察它是否重要。在数百万场角逐中,它不仅学习规则,并且学习位置的通用价值、胜利的通用策略以及事后评估自己行为的方式。后一种功能可帮助其从自身的错误中学习、回忆和重做游戏,以尝试各种不同方法来进一步优化位置和策略价值。

  MuZero不仅在国际象棋、围棋和日本将棋上达到了与提供完善规则的“阿尔法狗”一样的超人水平,在Atari游戏这样的杂乱感知输入环境中,也创造了新纪录。研究人员将MuZero描述为“在追求通用算法方面迈出的重要一步”。
Copyright © 2008-2020 泉州农村科技信息网 版权所有:泉州农村科技信息网   邮政编码:362000