玩躲猫猫游戏，人工智能自动发展出类似人类的攻防策略( 四 )_：玩躲猫猫游戏

OpenAI的最终目标是构建能够在一个通用系统中执行多项任务的人工通用智能（AGI）。虽然可能会有不同的目标，但OpenAI正在大力投资由大规模计算能力实现的强化学习研究。OpenAI最近与微软签署了一份价值10亿美元的为期10年的计算合同。

躲猫猫游戏研究也激发了OpenAI，因为随着环境复杂性的增加，游戏中的代理不断地通过新策略自我适应新的挑战。贝克表示：“如果扩展像这样的流程，并将其放入更复杂的环境中，那么你可能会得到足够复杂的代理，以便为我们解决实际任务。”

挑战在哪里？

游戏代理有时会表现出令人惊讶的行为。例如，躲藏者试图完全逃离游戏区域，直到研究人员对此施加惩罚。

其他挑战可能归因于模拟环境设计中的物理缺陷。例如，躲藏者了解到，如果他们在拐角处向墙壁推动斜坡，斜坡将由于某种原因穿过墙壁然后消失。这种“作弊”说明了算法的安全性如何在机器学习中发挥关键作用。研究人员说：“在它发生之前，你永远不会知道。这类系统总是存在缺陷。我们所做的基本上是观察，以便我们可以看到这种奇怪的事情发生，然后试着修复物理缺陷。”