文章插图

（不同动作的可视化结果，AI学会了关注当前图像中的关键区域）
随着游戏推进，智能体与人类的策略出现了很大的分歧。此时，人类数据已经很难用于指导AI。绝悟AI使用了自模仿学习 (Self-imitation Learning)的思想，提出了基于鉴别器的自模仿学习算法，AI可以从自身过往的成功与失败中获得经验与教训，并在察觉到当前状况不妙的时候，主动往更好的方向修正。对比实验证明，在加入自模仿策略后，智能体探索到的行为更加一致，也可以显著降低进入危险区域的概率。
对于合成物品等需要长链条的动作序列的任务，研究人员也做了细致的优化。通过动作序列一致性过滤 (Consistency Filtering) 与基于投票的集成学习(Ensemble Learning)，模型在合成物品阶段的成功率从35%提升到96%，一举将最薄弱的链条扭转为了最稳定的制胜点。
利用高度复杂、高度定制化的游戏场景作训练场，腾讯 AI Lab 的深度强化学习智能体正不断走近现实。棋牌游戏 AI “绝艺”从围棋棋盘逐步走向象棋、麻将，策略协作型 AI “绝悟”从MOBA走向FPS、RTS，再到如今的 3D开放世界 MineCraft。它们迈向全新挑战的每一步，都让AI离解决现实问题、科技向善的大目标更近了一步。
随着虚实集成世界逐步变成现实，这些研究的经验、方法与结论，将在真实世界创造更大的实用价值。
【 deepmind|历史最高分！腾讯绝悟AI斩获Minecraft AI竞赛冠军】雷峰网

• DeepMind首席科学家：比起机器智能，我更担心人类智能造成的灾难
• iqoo neo|开始退场！红米K40最强对手清仓：高通870+独显，直降300历史最低
• 图灵奖|中国科技团队创历史，360打破行业垄断，登顶世界最强人工智能榜
• 地球上的我们正在经历一个前所未有的历史演变也许|预告｜智慧地球之元宇宙重磅来袭，1月15日下午14时全网直播
• 老戏骨侯勇的“晚节不保”，54岁了还醉酒驾驶，以往黑历史被扒
• 在世界的历史之中|为什么移动支付不在发达国家普及？
• 删除|深夜偷看“不良网站”，删除历史记录也没用，3个后果要自行承担
• 太好了！“流氓软件”2345市值“跳水”，黑历史被扒
• 浏览器|深扒“2345”黑历史：用脚做产品，用心做“PC流氓”，报应来了？
• CPU|历史上这些厉害的cpu，大家都用过吗？