過去十年中，人工智能取得了長足的進(jìn)步，在圖像和語音識別上已經(jīng)在某種程度上超越了人類。而通過反饋獎勵，單個的AI智能體也能在雅達(dá)利這樣的視頻游戲和圍棋中戰(zhàn)勝人類。

但人類真正的智能還包括了社會和集體智能，這也是實現(xiàn)通用智能必不可少的。就像雖然單個螞蟻的智能有限，但通過協(xié)作它們能狩獵，能筑巢，能發(fā)動戰(zhàn)爭。毫無疑問，人工智能的下一個挑戰(zhàn)就是讓大規(guī)模的AI智能體學(xué)習(xí)人類水平的協(xié)作與競爭。

協(xié)作的一個例子就是星際這樣的即時戰(zhàn)略游戲。雷鋒網(wǎng)消息，最近阿里巴巴與倫敦大學(xué)的研究人員們，就在一篇論文中展示了如何用星際爭霸作為測試場景，讓智能體協(xié)同工作，在多對一和多對多中打敗敵人。

掩護(hù)攻擊

這項研究主要關(guān)注星際中的微管理任務(wù)，每個玩家控制自己的單位，在不同的地形條件下殲滅對手。星際這樣的游戲?qū)τ嬎銠C(jī)來說可能是最困難的，因為它們的復(fù)雜程度比圍棋要高得多。這種大型多智能體系統(tǒng)學(xué)習(xí)面臨的主要挑戰(zhàn)是，參數(shù)空間會隨著參與人數(shù)的增加而呈指數(shù)級增長。

研究人員讓多智能體把星際中的戰(zhàn)斗當(dāng)作零和隨機(jī)游戲來學(xué)習(xí)。為了形成可擴(kuò)展且有效的通訊協(xié)議，研究者引入了一個多智能體雙向協(xié)調(diào)網(wǎng)絡(luò)BiCNet，智能體可以通過它來交流。另外，研究中還引入了動態(tài)分組和參數(shù)共享的概念，來解決擴(kuò)展性問題。

邊打邊跑策略

BiCNet可以處理不同地形下的不同類型的戰(zhàn)斗，且對戰(zhàn)時雙方都有不同數(shù)量的AI智能體。

分析顯示，在沒有任何諸如人類示范或標(biāo)簽數(shù)據(jù)的監(jiān)督時，BiCNet也能學(xué)習(xí)各類協(xié)調(diào)策略，而這些策略與經(jīng)驗豐富的玩家所展現(xiàn)出來的很相似，比如在不引發(fā)沖突的情況下移動，邊打邊跑等基本策略，以及 掩護(hù)攻擊與適度集中火力等高級技巧。

另外，BiCNet還可以輕易適應(yīng)異構(gòu)智能體任務(wù)。在實驗中，研究者根據(jù)不同的場景對網(wǎng)絡(luò)進(jìn)行了評估，發(fā)現(xiàn)它表現(xiàn)優(yōu)異，在大規(guī)?，F(xiàn)實應(yīng)用中有潛在價值。

研究中還發(fā)現(xiàn)，指定的獎勵與學(xué)習(xí)策略之間存在很強的相關(guān)性。研究人員計劃進(jìn)一步研究這種關(guān)系，研究 策略如何在智能體網(wǎng)絡(luò)中傳遞，以及是否會出現(xiàn)特定的語言。另外，雙方都通過深度多智能體模型來操作時，納什均衡的的探討也很有意義。

論文閱讀：https://arxiv.org/pdf/1703.10069.pdf

AI科技評論招業(yè)界記者啦！

在這里，你可以密切關(guān)注海外會議的大牛演講；可以采訪國內(nèi)巨頭實驗室的技術(shù)專家；對人工智能的動態(tài)了如指掌；更能深入剖析AI前沿的技術(shù)與未來！

如果你：

＊對人工智能有一定的興趣或了解

 * 求知欲強，具備強大的學(xué)習(xí)能力

 * 有AI業(yè)界報道或者媒體經(jīng)驗優(yōu)先

簡歷投遞：

lizongren@leiphone.com

雷峰網(wǎng)版權(quán)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。