DeepMind发布多智能体协作最新评估方法α-Rank,登上Nature

发布时间:2019-09-03 16:18浏览次数:

原标题:DeepMind发布多智能体协作最新评估方法α-Rank,登上Nature

大数据文摘出品

来源:Nature

编译:魏子敏、宁静

在开发通用人工智能的过程中,训练和评估算法同样重要。

评估指标不仅仅在培训结束时发挥作用,并且也是整个培训过程中智能体进化的关键驱动因素。

错误的排序和不合理的限制可能会让AI自行进化出奇怪的“心眼”。在之前我们的一篇报道中就总结了错误的评估方式导致的AI“___”训练法,比如在让AI玩俄罗斯方块的时候,发现最佳完成任务的方式是直接暂停游戏;在玩井字棋的时候,AI发现它如果做出奇怪的步骤,对手会非常崩溃。

Deepmind一直致力于研发多智能体的训练算法,并且很看重过程中的评估。他们刚刚发布了一种新的为智能体进行排名的方法,α-Rank。这是一个基于新的动态博弈理论的解决方案,被称为Markov-Conley Chains(MCCs)。这一解决方案可以确保唯一的、切实存在,并且可进行可处理的计算。这些属性允许对大型多智能体进行交互排名,并且规模也超出了之前的研究。

展开全文

这一研究方法本月初在《自然》杂志的Scitentific Reports上被发布

真博国际-真钱赌博开户-真钱直营赌博微信扫码 关注我们

  • 24小时咨询热线

  • 移动电话

Copyright © 2018 真博国际真博国际-真钱赌博开户-真钱直营赌博 All Rights Reserved 地址:深圳市南山区前海科技园腾讯大厦B-309室 备案号: