小编采访

沃尔沃xc60,宸是什么意思,雷敏

晓查 发自 凹非寺

量子位 报道 | 公众号 QbitAI

在攻克围棋、星际2这些游戏后之后,DeepMind下一个目标可能就是足球了。

今天,这家英国的AI公司开源了机器人足球模拟环境MuJoCo Soccer,实现了对2v2足球赛的模拟。



虽然球员的样子比较简单(也是个球),但DeepMind让它们在强化学习中找到了团队精神。热爱足球游戏的网友仿佛嗅到了它前景:你们应该去找EA合作FIF纤奴A游戏!

让AI学会与队友配合

与AlphaGo类似,DeepMind也训练了许多“Player”。DeepMind从中选择10个双人足球团队,它们柏丹式底火分别由不同训练计划制作而成的。

这10个团队每个都有250亿帧的学习经验,DeepMind收集了它们之间的100万场比赛。

让我们分别从俯瞰视角来看一下其中一场2V2的足球比赛吧:



DeepMind发现,随着学习量的增加,“球员”逐渐从“独行侠”变成了有团清淡皇后队协作精神的个体。

一开始蓝色0号队员总是自己带球,无论队友的站位如何。在经历800亿画面的训练后,它已经学会积极寻找传球配合的机会,这种配合还会受到队友站位的影响。



其中一场比赛中,我们甚至能看到到队友之间两次连续的传球,也就是在人类炽热板甲护手足球比赛中经常出现的2过1传球配合。

球队相生相克

除了个体技能外,DeepMind的实验结果还得到了足球世界中的战术相克。

实验中选出的10个智能体中,B是最强的,Elo评分为1少侠一炷香084白那日苏.27;其次是郑州威威娱乐广场C,Elo评分为1068.85;A的评分1016.48在其中仅排第五。



如果按照Elo评分的计算规则,我们会错误地认为B对A的胜率应该达到62%。实际上A能在59.7 %的比赛天宇卡盟中打赢或打平B。



上图展示了智能体A、B和C之间比赛的录像,定性地展示了足球战术策略的多样性。

为何选择足球游戏

去年DeepMind开源了强化学习套件DeepMind Control Suite,让它模拟机器人、机械臂,实现对物理世界的操控。

而足薄庭审现场完整视频球是一个很好的训练多智能体的强化学习环境,比如传球、拦截、基列国进球都可以作为奖励机制。同时对足球世界的模拟也需要物理引擎的帮助。



DeepMind希望研究人员通过在这种多智能体环境中进行模拟物理实验, 在团队合作游戏领域内玄牧云桑取得进一步进展。

于是他们很自然地把2v2足球比赛引入了DeepMind Con爱在思金拉措简谱trol Suite,让智能体的行为从自发随机到简单的追球,最后学会与队友之间进行团队配合。

DIY试玩官少诱娶小萌妻方法

现在你也可以自己去模拟这个足球游戏。首先安装MuJoCo Pro 2.00dm_control,还需要在运行程序中导入soccer文件,然后就可以开始尝试了。

from dm_control.locomotion import soccer as dm_soccer
# Load the 2-vs-2 soccer environment with episodes of 10 seconds:
env = dm_soccer.load(team_size=2, time_limit=10.)
# Retrieves action_specs for all 4 players.
action_specs = env.action_spec()
# Step through the en室贺豹马vironm笑傲官途笔趣阁ent for one episode with random actions.
time_step = env.reset()
while not time_step.last():
actions = []
for action_spec in action_specs:
action = np.random.uniform(
action_spec.minimum, action_spec.maximum, size=action_spec.shape)
actions.append(action)
time_step = env.step(actions)
for i in range(len(action_spe古日本四大怨灵cs)):
print(
"Player {}: reward = {}, discount = {}, observations = {}.".format(
i, time_step.reward[i], time_step.discount,
time_step.observation[i]))

在运行赛邮云通信代码中,你还可以修改队伍人数和游戏时长,如果改成11v11、90分钟,就变成了一场FIFA模拟赛(滑稽)。

最后附上开源代码地址:

https://github.com/deepmind/dm_control/tree/master/dm_control/locomotion/soccer

诚挚招聘

量子位正在招募编辑/记者,工作地点在北京中关村。期待有才气、有热情的同学加陆中平入我们!相关细节,请在量子位公众号(脱手镖怎么折QbitAI)对话界面,回复“招聘”两个字。

量子位 Qb沃尔沃xc60,宸是什么意思,雷敏itAI 头条号签约作者

'ᴗ' 追踪AI技术和产品新动态

推荐新闻