StarCraft

Бот Facebook проиграл программам энтузиастов в турнире по Starcraft

В рамках конференции AIIDE прошли ежегодные соревнования алгоритмов для игры в StarCraft. Первые места в них заняли боты, разработанные программистами-одиночками, однако среди участников оказались и боты, разработанные крупными компаниями — в частности, в турнире по Starcraft приняла участие программа, разработанная специалистами Facebook. Подробные результаты опубликованы на сайте соревнований, также о них пишет издание Wired.

Игру StarCraft II открыли для агентов машинного обучения

Тестирование агентов искусственного интеллекта в компьютерных играх — важная часть обучения ИИ. Компания DeepMind уделяет большое внимание этому аспекту обучения, используя как специально созданные окружения вроде DeepMind Lab, так и известные игры вроде Atari и го (система AlphaGo). Особенно важно тестировать агентов в таких играх, которые не были специально созданы для машинного обучения, а наоборот — они были созданы для игр людей, и люди хорошо в них играют. Вот здесь обучение ИИ наиболее ценно.

Facebook выпустила крупнейший датасет для обучения машин игре в StarCraft

Команда исследователей из американского и французского подразделений Facebook создала крупнейший на данный момент датасет для обучения искусственного интеллекта игре в StarCraft. В набор вошло более 65 тысяч игр и в общей сложности более полутора миллиардов «кадров», общий объем датасета составляет 365 гигабайт. Подробное описание коллекции выложено в виде препринта на arXiv.org, а сама она доступна на странице проекта на GitHub.Игры, как настольные, так и компьютерные, представляют особый интерес для специалистов по искусственному интеллекту, так как позволяют отрабатывать алгоритмы обучения с подкреплением. Это особый класс методов машинного обучения, для которых данные не размечены «правильными» ответами, как в обучении с учителем, но существует механизм обратной связи с некоторой «средой», который и позволяет системе найти оптимальную стратегию для той или иной игры. Сравнительно недавно компания DeepMind успешно продемонстрировала свою программу AlphaGo, которая в сериях из нескольких матчей обыграла сильнейших профессионалов по го. Однако эта игра, несмотря на всю ее сложность, относится к классу игр с открытой информацией, где обоим игрокам в каждый момент времени доступна полная позиция на доске. Для компьютеров гораздо сложнее обучиться игре с неполной информацией, например, компьютерным стратегиям вроде StarCraft, где из-за «тумана войны» игроки не владеют полной информацией и вынуждены активно пользоваться разведкой и предугадывать действия соперника. Для любой задачи машинного обучения одним из главных компонентов являются исходные данные, на которых система могла бы обучаться. Так например, успехи систем компьютерного зрения часто приписывают в том числе появившимся наборам размеченных данных вроде датасета ImageNet, на котором системы могли обучаться и совершенствоваться. Аналогичным образом AlphaGo обучалась на записях партий профессиональных игроков, а после, достигнув определенного уровня — играла «сама с собой». В новом препринте исследователи из Facebook подробно описали созданный ими датасет STARDATA, в который вошли записи игр в StarCraft (как профессиональные, так и любительские), «переведенные» на доступный для алгоритомв машинного обучения язык. То есть для каждый игры с частотой примерно восемь кадров в секунду записаны полные действия игрока, численность и состав его армии, положения юнитов и зданий, технологическое развитие и так далее.

Ученые научили искусственный интеллект играть в StarCraft на уровне опытных игроков