快訊：玩躲貓貓游戲 AI學(xué)會攻防術(shù)

，找出一種方法來跳到一個盒子上并利用動力在它上面“沖浪”，越過墻壁進入堡壘。

在最后階段

，躲藏者學(xué)會在建造堡壘之前鎖定所有箱子，以防止“箱子沖浪”。

研究人員將這些不同策略的演變稱為“來自多智能體自動課程的緊急技能進展”

。“自動課程”這一術(shù)語是今年由DeepMind創(chuàng)造的，適用于多個代理逐漸創(chuàng)造新任務(wù)以在特定環(huán)境中相互挑戰(zhàn)。OpenAI的研究人員認(rèn)為，這個過程在自然選擇方面具有相似之處。

這項研究為啥很重要？

鑒于躲貓貓相對簡單的目標(biāo)

，通過競爭性自我游戲訓(xùn)練的多個代理學(xué)會了使用工具，并采用人類相關(guān)技能來獲勝。OpenAI認(rèn)為，這為未來的智能代理開發(fā)和部署提供了一個有前景的研究方向。OpenAI正在開源其代碼和環(huán)境，以鼓勵在該領(lǐng)域進一步研究。

OpenAI的最終目標(biāo)是構(gòu)建能夠在一個通用系統(tǒng)中執(zhí)行多項任務(wù)的人工通用智能(AGI)

。雖然可能會有不同的目標(biāo)，但OpenAI正在大力投資由大規(guī)模計算能力實現(xiàn)的強化學(xué)習(xí)研究。OpenAI最近與微軟簽署了一份價值10億美元的為期10年的計算合同。

躲貓貓游戲研究也激發(fā)了OpenAI，因為隨著環(huán)境復(fù)雜性的增加