微软 AI 强化学习算法拿下吃豆人游戏最高分

2017 年 6 月 15 日, 9:13 上午 - Picturepan2

微软收购的 Maluuba 深度学习公司近期尝试了一套人工智能系统，利用强化学习算法拿下了吃豆人（Ms. Pac-Man）游戏最高分，这款游戏看起来很简单，但复杂性足够来测试 AI 系统。

微软研究员称，他们将这套系统拆分为 150 多个 Agents，这些 Agents 并行处理不同的任务，每个 Agent 只做自己擅长的任务，并在成功吃豆、躲避幽灵等任务获得奖励，总 Agent 将汇总所有的信息来最终决定走位。

微软研究团队近期在 Minecraft 发起了 Malmo 协作 AI 挑战，主要是研究 AI Agents 之间如何协作，包括理解其他 AI 意图、理解如何协作完成统一目标、如何分配任务和共享信息。（viaMicrosoft）