АИ

Истражувачите на МИТ создаваат бот што ги победува луѓето на игри со скриени улоги со повеќе играчи

Истражувачите на МИТ создаваат бот што ги победува луѓето на игри со скриени улоги со повеќе играчи

Пробивот и напредокот во мулти-агентската игра на АИ скоро станаа норма во последниве години. Сепак, овие игри сè уште не беа воспоставени методи за решавање на реалните предизвици на тимската соработка додека играа со или против несигурни или непознати членови на тимот.

Ова е клучно за игри со повеќе играчи во скриена улога.

ПОВРЗАНО: ЗАБРАНА ЗА ИГРИВАЕ: КИНА BЕ ЗАБАНИ ИГРИ ПОД 18 ПО 10 часот П.

Сега, истражувачите на МИТ создадоа бот што може да игра и да победи човечки играчи на интерактивни мултиплеер игри со скриена улога преку Интернет.

Наречен DeepRole, ботот е агент за учење со засилување со повеќе агенти, кој работи со вештачка интелигенција (AI).

Бот и играта

Ова е возбудлив напредок бидејќи DeepRole е првиот бот што може да ги победи луѓето на онлајн игри каде што верноста на играчите не е јасна на почетокот на играта.

Структурирано со иновативно „дедуктивно резонирање“ што е додадено во алгоритам за вештачка интелигенција што обично се користи при играње покер, ботот може да расудува само со делумно набудувачки активности. Ботот потоа открива дали играчот е пријател или непријател.

Среќен е што го споделивме она на што работевме оваа година - агент што може да игра Авалон на перформансите на ниво на човекот. Може да најде соработници во спротивставени средини за да ја добијат играта во различни тимски мешавини. https://t.co/ehPMBu3FnF

- Serек Серино (@ Detry322) 7 јуни 2019 година

Serек Серино, првиот автор на трудот и дипломиран МИТ по електротехника и компјутерски науки, рече "Ако замените човечки тимски колега со бот, може да очекувате поголема стапка на победа за вашиот тим. Ботовите се подобри партнери".

Коавторот, Макс Клејман-Вајнер, постдокторски студент на МИТ на Центарот за мозоци, умови и машини, и Одделот за мозок и когнитивна наука додаде дека „Луѓето учат од и соработуваат со другите, и тоа ни овозможува да постигнеме заедно работи што никој од нас не може да ги постигне сам. Игри како „Авалон“ подобро ги имитираат динамичните социјални поставки што ги доживуваат луѓето во секојдневниот живот. Треба да откриете кој е во вашиот тим и ќе работи со вас, без разлика дали тоа е вашиот прв ден во градинка или друг ден во вашата канцеларија “.

Вестите на МИТ ја прикажуваат нашата работа на агенти за ВИ кои учат да наоѓаат пријатели и непријатели во игра со повеќе агенти. Да се ​​претстави на # NeurIPS19 како говор во центарот на вниманието. @ Detry322https: //t.co/2YxqiBeodM

- Макс Клејман-Вајнер (@maxhkw) 20 ноември 2019 година

Алгоритам на АИ на DeepRole

Истражувачите на МИТ користеа алгоритам за АИ на ботот наречен „контрафактивно минимизирање на жалење“ (CFR). Овој алгоритам разработи како да играте игра со постојано играње против себе.

Во секоја точка од играта, CFR користи „дрво на игри“ од линии и јазли што ги опишуваат потенцијалните активности во иднина на сите играчи.

„Дрвјата на игрите“ претставуваат секоја можна акција што може да ја преземе играчот во играта на секоја точка на одлука.

Истражувачите на МИТ играле DeepRole против луѓето во 4.000 различни круга на онлајн играта: „Отпорот: Авалон“. Како соиграч и противник, DeepRole постојано ги победуваше човечките играчи.

Следните чекори што ги разгледуваат истражувачите се развој на начини да се научи ботот да комуницира со други играчи за време на играта со користење на едноставен текст.


Погледнете го видеото: #RT5 - Открываем 5 случайных игр из магазина App Store (Јуни 2021).