会玩躲猫猫的AI能get到什么新技能？( 五 )_科技日报记者冯卫东人类是一种能够适应

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，“如果像这样的流程可以扩展并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。研究人员称，“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，并将政策可视化，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。”

来源：科技日报文中图片均由作者提供

编辑：岳靓

审核：朱丽