Тестирование работы искусственного интеллекта в стратегической игре StarCraft II в режиме реального времени
Лаборатория искусственного интеллекта Google (AI) DeepMind и студия разработки игр Blizzard объявили о выпуске набора инструментов, направленных на ускорение исследований AI с помощью стратегической игры StarCraft II в режиме реального времени.
Набор инструментов, обозначенный как SC2LE, включает в себя API-интерфейс машинного обучения от Blizzard; Итерация с открытым исходным кодом набора инструментов PySC2 DeepMind; Набор данных из 65 000 игровых актов, которые будут расширены до более чем 500 000 в течение следующих нескольких недель и будут помогать имитации обучения для прогнозирования последовательности и долговременной памяти; Набор мини-игр для тестирования работы AI по конкретным задачам StarCraft II, таким как сбор минералов, сбор газа и выбор единиц; И совместный документ, в котором излагаются условия окружающей среды и исходные исходные результаты по эффективности AI.
Причина такого успешного долголетия StarCraft заключается в богатом многослойном геймплее, что также делает его идеальной средой для исследований AI.
Например, в то время как цель игры состоит в том, чтобы победить противника, игрок должен также выполнять и ряд подцелей, таких как сбор ресурсов или строительных конструкций.
Кроме того, игра может занять от нескольких минут до одного часа, то есть действия, предпринятые на ранней стадии игры, могут не оправдаться в течение длительного времени. Наконец, карта видна только частично, то есть агенты должны использовать комбинацию памяти и прогноза успеха.
В игре StarCraft существует около 100 миллионов возможных действий, но в играх Atari, которые DeepMind также использовал для исследования AI, всего 300 основных действий. По словам DeepMind, популярность игры также означает, что для воспроизведения требуется значительное количество сеансов игры, а также серьезные вызовы для алгоритма AI.
DeepMind заявила, что она имеет изолированные элементы, включая тип единицы измерения, здоровье и видимость карты, разбивая игру на «игровые слои», а мини-игры помогают обеспечить управляемые куски для AI, чтобы изучить основные действия.
Первоначальные исследования показывают, что AI агенты хорошо работают в этих мини-играх. Но когда дело доходит до полной игры, даже сильные базовые агенты, не могут выиграть ни одну игру против даже самого легкого встроенного AI.
DeepMind в ноябре объявила, что будет использовать StarCraft II в качестве тестовой платформы для AI и исследований в области машинного обучения, открывая окружающую среду по всему миру.
Разработчики тесно сотрудничали с командой StarCraft II в разработке API, который поддерживает что-то похожее на предыдущих игровых ботов, позволяя осуществлять программный контроль отдельных подразделений и доступ к полному варианту игры.
Движок AI должен будет использовать навыки памяти, картографирования, долгосрочного планирования и адаптации к изменениям в планах с использованием постоянно собираемой информации, что приводит к иерархическому планированию и технологии "обучения подкреплением".
DeepMind также использовал сложные игры, такие как Go для тестирования AI, с его AI AlphaGo, победившим чемпиона мира в мае.
Go, древняя настольная игра, происходящая из Китая, имеет 10 ^ 761 возможных вариантов по сравнению с 10 ^ 120 возможными вариантами для шахмат.
DeepMind затем оставил AlphaGo, чтобы вместо этого сосредоточиться на использовании AI для создания передовых алгоритмов, помогающих ученым разрабатывать лекарства от болезней, уменьшать потребление энергии и изобретать новые материалы.
