近日，國際人工智能頂級會議IJCAI 2022 AI 奧林匹克競賽結果出爐，網易互娛AI Lab的隊伍從來自學術界和工業屆的眾多參賽隊伍中脫穎而出，以1482.32分的成績大幅領先其他隊伍奪得冠軍。網易互娛AI Lab研發的Athena AI系統再次登頂國際AI智能體競賽，展現了網易互娛AI Lab在人工智能領域的綜合技術實力。
國際人工智能聯合會議（IJCAI, International Joint Conference on Artificial Intelligence）是人工智能領域中最重要的頂級會議之一，是中國計算機學會CCF推薦的A類會議。本次比賽中的游戲環境是對奧林匹克項目進行的模擬，包括冰壺、足球、跑步、桌面曲棍球、相撲、桌球等，參賽者需使用各種人工智能方法開發能夠參與不同奧林匹克運動的智能體，并和所有其他隊伍的智能體進行對抗，這對智能體的泛化性提出了挑戰。此外，比賽還模擬了真實場景下運動員視野范圍有限的情況，要求智能體僅憑借部分可觀測的信息進行決策。
比賽環境的具體規則如下：
游戲共有兩方，對戰雙方各控制一個有相同質量和半徑的彈性小球智能體。
智能體可以互相碰撞，也可以碰撞墻壁，但可能會損失一定的速度。智能體自身有能量，每步消耗的能量與施加的驅動力和位移成正比。智能體能量同時以固定速率恢復，如果能量衰減到零，智能體出現疲勞，導致不能加力。
整個游戲會依次運行以下幾個子游戲：在跑步中，智能體的目標是在隨機選擇的地圖上盡快到達終點。在桌面曲棍球中，智能體的目標是通過碰撞將球打入對手的球門且防止自家球門被攻破，智能體只能在己方的場地中移動。在足球中，智能體的目標與桌面曲棍球項目相同，但是智能體能夠在球場上任意活動。 在相撲中，智能體的目標是避免摔下擂臺并且爭取將對方撞下擂臺。在桌球中，智能體需要在盡可能短的時間內將桌面上的球打進洞且避免母球落袋。在冰壺中，雙方智能體在兩輪中分別作為先后手向場地中央的目標點拋擲小球，每輪每方智能體有三次拋擲的機會，小球在通過紅線后不能再對其施加力，目標是相較對手有更多的球靠近中央目標點。當所有子游戲結束后，游戲結束。
每方在贏得一場子游戲后獲得1分，輸掉一場子游戲獲得0分，整個游戲的得分為所有子游戲上的得分之和。
本次比賽由中國科學院自動化研究所主辦，吸引了來自嗶哩嗶哩、麻省理工學院、清華大學、中科院、上海交通大學、浙江大學等眾多學術界和工業界的隊伍，其中還包括了上一屆AI奧林匹克競賽的冠軍。來自網易互娛AI Lab的隊伍“高唐體校”首次參賽，就在初賽和復賽中以1476.85分和1484.66分的成績一路領先，最終憑借1482.32分大比分領先其他隊伍奪冠。
比賽中的桌球和冰壺環境：
方案介紹
網易互娛AI Lab研發的Athena AI系統，使用了自研的分布式深度強化學習框架進行智能體訓練。該框架不但訓練高效，也能支持同時模擬和數百種不同風格的對手進行對戰的場景，因此能夠在此次比賽中面對各種未知對手時穩定取勝。
模型設計如圖所示，主要使用了深度殘差網絡對圖像輸入進行編碼。其中輸入共分為4個部分，分別為兩種圖像輸入和兩種標量輸入：為了處理環境自身的部分可觀測（POMDP）特性，模型輸入會有取舍地采樣每次決策前60幀內的部分數據（Past Frames）進行堆疊，還會有一些其他標量信息如智能體坐標、體力等（Vector Feature）；考慮到冰壺環境的特殊性，在該環境中智能體還會提前觀察冰壺中心區域的信息（Curling Center）作為輸入；最后智能體還額外使用了一些能從環境中獲取到的全局完美信息（Perfect Info）輔助預測狀態價值。
動作空間的建模上使用了離散化的多頭輸出，對移動方向（Angle）和施力大小（Force）分別建模，在優化復雜度僅線性增加的情況下將動作空間大幅提升至3600維，使智能體在微操上更加靈活。相較于其他參賽隊伍，智能體也表現出了更加多樣的策略，例如在冰壺環境中大多數隊伍采用基于規則的方法，而網易互娛AI Lab的智能體通過訓練學會了多角度擊打、封鎖對方后手等高級戰術。
關于互娛AI Lab和Athena AI系統
網易互娛AI Lab成立于2017年，隸屬于網易互動娛樂事業群，是游戲行業領先的人工智能實驗室。AI Lab所提供的人工智能服務包括計算機視覺、自然語言處理、語音信號處理、游戲AI多個方面。目前技術已應用于網易互娛旗下多款熱門游戲，如《夢幻西游》、《哈利波特：魔法覺醒》、《陰陽師》、《大話西游》、《荒野行動》等等。
Athena AI是互娛AI Lab研發的游戲AI系統，應用了前沿的模仿學習、強化學習、進化學習算法實現游戲中的競技對戰、友好陪玩、平衡性測試等AI需求，目前已落地互娛多款不同類型的游戲。
【免責聲明】本文僅代表第三方觀點，不代表和訊網立場。投資者據此操作，風險請自擔。
最新評論