据新的研究披露，“深度思维”（DeepMind）的研发者已经教会了一个人工智能游戏玩家用人一样的技能来玩一种流行的3D多玩家第一人称视频游戏，这在以前是一种无法完成的作业。这种受到增强学习训练的人工智能体展示了一种不可思议的发展并使用独立学到的高级策略在游戏环境中进行竞争与合作的能力。增强学习（RL）是一种用来训练人工智能体的方法，它已经在产生具人工智能的玩家中显示了成功，这些玩家能游刃于日益复杂的单玩家环境中并能在竞争性的双玩家回合游戏（如象棋和围棋）中取得超人水平的优势。然而，进行多玩家游戏的能力，尤其是那些涉及多个独立玩家间团队合作和互动的游戏迄今仍然无法有使用AI系统的能力。Max Jaderberg和同事在此介绍一个RL训练的人工智能体，它能在开创性的多玩家3D第一人称视频游戏（雷神之锤III 竞技场搴旗）中达到真人水平的表现。与先前研究形成对照的是，先前的人工智能体被提供的是例如有关游戏环境或其它玩家状态的“知识”，而Jaderberg等人的RL博弈法所保证的是每个智能体会从其自身的经历进行独立学习，所用的仅是其所能“看见的”（像素点）和游戏的分数。在进行相互竞争时，一群虚拟的玩家会在随机生成环境中进行的数千次比赛中学习如何博弈。据作者披露，假以时间，这些智能体会独立发展出惊人的高级策略，后者并不异于人类娴熟玩家所用的方略。更重要的是，在与人类玩家的博弈中，这些智能体不仅展示了其优于人类对手的表现能力（即使当反应时间降低至人类水平），而且还能在临时组建的电脑和人类团队中进行组织与合作。
###
Journal
Science