<mark id="oztn4"></mark>
0
| 本文作者： 奕欣 | 2018-08-23 16:04 |
雷鋒網(wǎng)消息，在荷蘭剛剛結(jié)束的 IEEE CIG 計算智能與游戲大會上，清華大學(xué)張鈸院士領(lǐng)導(dǎo)的人工智能創(chuàng)新團(tuán)隊 TSAIL 在第一人稱射擊類游戲《毀滅戰(zhàn)士》（Doom）AI 競賽 VizDoom（Visual Doom AI Competition）上榮獲競賽 Track 1 的預(yù)賽和決賽冠軍，及 Track 2 預(yù)賽冠軍、決賽亞軍，成為賽事歷史上首個中國區(qū)冠軍。
該賽事研究得到了騰訊 AI Lab 犀牛鳥專項合作計劃的大力支持，研究過程中與騰訊 AI Lab 的資深研究員進(jìn)行了密切合作。團(tuán)隊負(fù)責(zé)人為清華大學(xué) TSAIL 實驗室負(fù)責(zé)人朱軍教授，成員包括清華大學(xué)蘇航、黃世宇、閻棟、翁家翌及宋世虹，及騰訊 AI Lab 許佳、孫鵬等研究人員。
這一事件在雷鋒網(wǎng)學(xué)術(shù)頻道 AI 科技評論旗下數(shù)據(jù)庫項目「AI 影響因子」中有相應(yīng)加分。
Track 1 官網(wǎng)：https://www.crowdai.org/challenges/visual-doom-ai-competition-2018-singleplayer-track-1
Track 2 官網(wǎng)：https://www.crowdai.org/challenges/visual-doom-ai-competition-2018-multiplayer-track-2
《毀滅戰(zhàn)士》是 ID Software 公司于 1993 年推出的 FPS（First Person Shooter，第一人稱射擊）類游戲，作為該類型游戲開拓者，模式延續(xù)到《使命召喚》和《光環(huán)》等多個射擊游戲。AI 在游戲中能有畫面而無聲音信息，因此基于強(qiáng)化學(xué)習(xí)的 Bot 獲得的信息比人類還少，使該游戲成為了 AI 研究熱門試驗場。
在深度學(xué)習(xí)和強(qiáng)化學(xué)習(xí)興起背景下，2016 年，基于游戲的 ViZDoom AI 競賽誕生，研究能獲取原始視覺信息的強(qiáng)化學(xué)習(xí)技術(shù)，因其高挑戰(zhàn)性吸引眾多頂級實驗室，如 2016 年冠軍 Facebook FAIR（Track 1）和英特爾（Track 2）、2017 年冠軍 Marvin（Track 1）和卡耐基梅隆大學(xué)（Track 2）。
比賽共分為兩個挑戰(zhàn)，Track 1 是單人闖關(guān)模式，Track 2 是隨機(jī)對戰(zhàn)模式（Death Match）。
Track 1 單人闖關(guān)模式的考核標(biāo)準(zhǔn)是最短時間內(nèi)闖最多的關(guān)口。這是今年的新增項目，與以往經(jīng)典的死亡競賽不同，需要 AI 能同時完成探索路徑、收集裝備、躲避陷阱、殺死怪物、尋找出口等諸多復(fù)雜任務(wù)，對 AI 的任務(wù)理解和環(huán)境認(rèn)知能力要求極高。在 53 個國際參賽團(tuán)提交的 204 個機(jī)器人中，只有 6 個團(tuán)隊實現(xiàn)了有意義的闖關(guān)。
針對該復(fù)雜任務(wù)，TSAIL 團(tuán)隊提出了環(huán)境信息引導(dǎo)的分層強(qiáng)化學(xué)習(xí)技術(shù)，在對環(huán)境信息有效感知基礎(chǔ)上，融合環(huán)境反饋和強(qiáng)化學(xué)習(xí)的獎勵信號，引導(dǎo)分層強(qiáng)化學(xué)習(xí)訓(xùn)練，使得 AI 闖關(guān)表現(xiàn)優(yōu)異，預(yù)賽中以絕對優(yōu)勢保持第一，直至決賽鎖定冠軍。
Track 1 預(yù)賽及決賽成績
第二個挑戰(zhàn) Track 2 是隨機(jī)對戰(zhàn)模式（Death Match），這是 VizDoom 的傳統(tǒng)項目，采用死亡競賽模式，要求參賽選手在同一個地圖里對殺 10 分鐘，AI 要在保存自己的同時，盡量多的殺傷敵人。最后用 Frags（=殺敵數(shù)量-自殺數(shù)量）定勝負(fù)。清華大學(xué)和騰訊 AI Lab 去年曾參賽并獲得優(yōu)異成績。今年的比賽喜迎了 33 個參賽隊的 152 個機(jī)器人。
在 Track 2 中，TSAIL 團(tuán)隊針對目前強(qiáng)化學(xué)習(xí)中普遍存在的動作空間大和獎勵信號稀疏等問題，更改適配了輕量級物體檢測架構(gòu) YOLO-v3，并與強(qiáng)化學(xué)習(xí)算法有效融合，極大提高了強(qiáng)化學(xué)習(xí)的訓(xùn)了效率。預(yù)賽競爭異常激烈，TSAIL 團(tuán)隊與第二名不斷交換領(lǐng)先，最后以 0.1 個 frag 優(yōu)勢奪冠。決賽有 6 支團(tuán)隊參加，包括預(yù)賽的前三名、2017 年冠、亞軍及 2016 年冠軍，TSAIL 最終奪得亞軍，成績遠(yuǎn)超前兩屆冠軍。
Track 2 預(yù)賽及決賽成績
參與 VizDoom 競賽的意義，首先是探索輸入像素級視覺信息，直接輸出 AI 控制策略的強(qiáng)化學(xué)習(xí)算法。在研究上，這能帶動同類任務(wù)研究，如無人駕駛、機(jī)器人導(dǎo)航和物體追蹤等；應(yīng)用上，可助力同類射擊游戲開發(fā)，如虛幻競技場、雷聲之錘和刺激戰(zhàn)場等，從而拓展人工智能技術(shù)的研究和應(yīng)用領(lǐng)域。
