AI

นักวิจัยของ MIT สร้างบ็อตที่เอาชนะมนุษย์ในเกมหลายบทบาทที่ซ่อนอยู่

นักวิจัยของ MIT สร้างบ็อตที่เอาชนะมนุษย์ในเกมหลายบทบาทที่ซ่อนอยู่


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

ความก้าวหน้าและความก้าวหน้าของเกม AI แบบหลายตัวแทนเกือบจะกลายเป็นบรรทัดฐานในช่วงไม่กี่ปีที่ผ่านมา อย่างไรก็ตามเกมเหล่านี้ยังไม่ได้กำหนดวิธีการจัดการกับความท้าทายในชีวิตจริงของความร่วมมือในทีมในขณะที่เล่นกับหรือกับสมาชิกในทีมที่ไม่แน่นอนหรือไม่รู้จัก

นี่เป็นสิ่งสำคัญสำหรับเกมหลายผู้เล่นที่ซ่อนอยู่

ที่เกี่ยวข้อง: ข้อห้ามในการเล่นเกม: จีนจะห้ามนักเล่นเกมอายุต่ำกว่า 18 ปีหลัง 22.00 น.

ตอนนี้นักวิจัยของ MIT ได้สร้างบอทที่สามารถเล่นและเอาชนะผู้เล่นที่เป็นมนุษย์ในเกมออนไลน์ที่มีผู้เล่นหลายคนแบบโต้ตอบได้

บอทชื่อว่า DeepRole เป็นตัวแทนการเรียนรู้การเสริมแรงแบบหลายตัวแทนที่ทำงานร่วมกับปัญญาประดิษฐ์ (AI)

บอทและเกม

นี่เป็นความก้าวหน้าที่น่าตื่นเต้นเนื่องจาก DeepRole เป็นบอทตัวแรกที่สามารถเอาชนะมนุษย์ในเกมออนไลน์ที่ความจงรักภักดีของผู้เล่นไม่ชัดเจนในตอนเริ่มเกม

โครงสร้างด้วย "การให้เหตุผลเชิงนิรนัย" ที่เป็นนวัตกรรมใหม่ซึ่งเพิ่มเข้าไปในอัลกอริทึม AI ที่มักใช้ในการเล่นโป๊กเกอร์บอทสามารถให้เหตุผลด้วยการกระทำที่สังเกตได้เพียงบางส่วน จากนั้นบอทจะคิดออกว่าผู้เล่นเป็นเพื่อนหรือศัตรูหรือไม่

ยินดีที่จะแบ่งปันสิ่งที่เราดำเนินการในปีนี้ - ตัวแทนที่สามารถเล่น Avalon ในระดับ Human สามารถค้นหาผู้ร่วมมือในสภาพแวดล้อมที่เป็นปฏิปักษ์เพื่อชนะเกมในรูปแบบทีมที่หลากหลาย https://t.co/ehPMBu3FnF

- Jack Serrino (@ Detry322) 7 มิถุนายน 2019

Jack Serrino ผู้เขียนบทความคนแรกและจบการศึกษาจาก MIT ในสาขาวิศวกรรมไฟฟ้าและวิทยาศาสตร์คอมพิวเตอร์กล่าวว่า "หากคุณแทนที่เพื่อนร่วมทีมที่เป็นมนุษย์ด้วยบอทคุณสามารถคาดหวังอัตราการชนะที่สูงขึ้นสำหรับทีมของคุณบอทเป็นพันธมิตรที่ดีกว่า"

ผู้เขียนร่วม Max Kleiman-Weiner นักศึกษาหลังปริญญาเอกของ MIT ที่ศูนย์สมองความคิดและเครื่องจักรและภาควิชาสมองและวิทยาศาสตร์ความรู้ความเข้าใจกล่าวเสริมว่า "มนุษย์เรียนรู้จากและร่วมมือกับผู้อื่นและนั่นทำให้เราบรรลุ ร่วมกันทำสิ่งต่างๆที่พวกเราไม่สามารถทำได้เพียงลำพังเกมอย่าง 'Avalon' จะเลียนแบบการตั้งค่าทางสังคมแบบไดนามิกที่มนุษย์ได้สัมผัสในชีวิตประจำวันได้ดีขึ้นคุณต้องคิดให้ออกว่าใครอยู่ในทีมของคุณและจะทำงานร่วมกับคุณไม่ว่าจะเป็นวันแรกของการเข้าอนุบาล วันอื่นในสำนักงานของคุณ "

ข่าวของ MIT นำเสนอผลงานของเราเกี่ยวกับตัวแทน AI ที่เรียนรู้การค้นหาเพื่อนและศัตรูในเกมแบบหลายตัวแทน ที่จะนำเสนอที่ # NeurIPS19 เป็นสปอตไลท์ทอล์ค @ Detry322 https://t.co/2YxqiBeodM

- Max Kleiman-Weiner (@maxhkw) 20 พฤศจิกายน 2019

อัลกอริทึม AI ของ DeepRole

นักวิจัยของ MIT ใช้อัลกอริทึม AI กับบอทที่เรียกว่า 'counterfactual sorry minimization' (CFR) อัลกอริทึมนี้ใช้วิธีการเล่นเกมโดยเล่นกับตัวเองซ้ำ ๆ

ในแต่ละจุดของเกม CFR ใช้ 'โครงสร้างเกม' ของเส้นและโหนดที่อธิบายถึงการกระทำในอนาคตของผู้เล่นทุกคน

'ต้นไม้เกม' เป็นตัวแทนของทุกการกระทำที่เป็นไปได้ที่ผู้เล่นในเกมสามารถทำได้ในทุกจุดตัดสินใจ

นักวิจัยของ MIT เล่น DeepRole กับมนุษย์ใน 4,000 รอบที่แตกต่างกัน ของเกมออนไลน์: "The Resistance: Avalon" ในฐานะเพื่อนร่วมทีมและคู่ต่อสู้ DeepRole เอาชนะผู้เล่นที่เป็นมนุษย์ได้อย่างต่อเนื่อง

ขั้นตอนต่อไปที่นักวิจัยกำลังมองหาคือการพัฒนาวิธีสอนบอทให้สื่อสารกับผู้เล่นคนอื่น ๆ ระหว่างเกมโดยใช้ข้อความง่ายๆ


ดูวิดีโอ: bgoodhealth com รายการ Morning Talk สมภาษณนกวจย (ธันวาคม 2022).