Facebook田渊栋开源游戏平台ELF，简化版《星际争霸》完美测试人工智能

正文

请到「今天看啥」查看全文

在人工智能有能力进入现实世界之前，游戏是一种完美的测试环境。此前，谷歌 DeepMind 曾经宣布正在和 暴雪共同研究 能打《星际争霸》的人工智能，OpenAI 开源了人工智能测试环境 Universe 。最近，Facebook 也宣布了自己的人工智能游戏测试平台 ELF。田渊栋等人在其介绍论文中表示，新的测试平台可以支持三种游戏形式：RTS、夺旗游戏和塔防，同时也开放物理引擎。该平台现已开源。

游戏是人工智能研究的完美实验环境。在游戏环境中，可用于训练人工智能模型的数据是近乎无限、低成本、可复制，相比现实世界的经验更容易获得。这些特点正帮助 Facebook 人工智能实验室（FAIR）探索一些短期目标，如复杂游戏环境中多个人工智能的能力；以及长期目标：让人工智能应对现实世界的挑战。游戏研究可以帮助我们构建能够进行计划、具有理性、自我导航、解决问题、合作与交流的人工智能。

尽管使用游戏进行训练能够带来多种好处，但研究者们在游戏环境中进行探索可能会遇到很多困难。由于目前机器学习算法的诸多限制，训练需要成百上千的游戏局数，这需要大量的计算资源，如配备大量 CPU、GPU 或定制硬件的高性能计算平台。此外，这些算法是复杂而难以进行微调的。而随着训练环境中增加更多的人工智能代理，这些变量将更加难以控制。

为了解决这些问题，让所有人都能参与人工智能的研究。FAIR 团队创造了 ELF：一个大范围、轻量级且易于使用的游戏研究平台。ELF 可以让研究者们在不同的游戏环境中测试他们的算法，其中包括桌游、Atari 游戏（通过 Arcade Learning Environment），以及定制的即时战略游戏（RTS）。它们可以运行在带有 GPU 的笔记本电脑上，而且支持在更为复杂的游戏环境中训练 AI，例如即时战略游戏——仅仅使用 6 块 CPU，一块 GPU，花上一天时间。

FAIR 的研究者们将 ELF 的界面设计得易于使用：ELF 在 C/C++界面中运行所有游戏，自动处理并发问题如多线程/多任务。另外，ELF 还有一个纯净的 Python 用户界面，提供了一批可供训练的游戏状态。ELF 也支持游戏以外的用途，它包括物理引擎等组件，可以模拟现实世界的环境。

目前，ELF 平台已经开源，开发者和研究者们可以在 GitHub 中找到它：https://github.com/facebookresearch/ELF

相关论文也已发表在 arXiv 中：https://arxiv.org/abs/1707.01067

架构

请到「今天看啥」查看全文