IA

Des chercheurs du MIT créent un robot qui bat les humains dans des jeux de rôle cachés multijoueurs

Des chercheurs du MIT créent un robot qui bat les humains dans des jeux de rôle cachés multijoueurs

Les percées et les avancées des jeux multi-agents IA sont presque devenues la norme ces dernières années. Cependant, ces jeux n'avaient pas encore établi de méthodes pour relever les défis réels de la coopération d'équipe tout en jouant avec ou contre des membres de l'équipe incertains ou inconnus.

Ceci est crucial pour les jeux multijoueurs à rôle caché.

CONNEXES: INTERDICTION DE JEU: LA CHINE INTERDIT LES JEUX DE MOINS DE 18 ANS APRÈS 22H00

Désormais, les chercheurs du MIT ont créé un robot capable de jouer et de battre des joueurs humains dans des jeux en ligne multijoueurs interactifs à rôle caché.

Nommé DeepRole, le bot est un agent d'apprentissage par renforcement multi-agents qui fonctionne avec l'intelligence artificielle (IA).

Le bot et le jeu

Il s'agit d'une avancée passionnante car DeepRole est le premier robot capable de battre les humains lors de jeux en ligne où les allégeances des joueurs ne sont pas claires au début du jeu.

Structuré avec un "raisonnement déductif" innovant qui est ajouté à un algorithme d'IA généralement utilisé lors du poker, le bot ne peut raisonner qu'avec des actions partiellement observables. Le bot détermine alors si un joueur est ou non un ami ou un ennemi.

Heureux de partager sur quoi nous avons travaillé cette année: un agent capable de jouer à Avalon avec des performances au niveau humain. Il peut trouver des coopérateurs dans des environnements adverses pour gagner le match dans une variété de mélanges d'équipe. https://t.co/ehPMBu3FnF

- Jack Serrino (@ Detry322) 7 juin 2019

Jack Serrino, premier auteur de l'article et diplômé du MIT en génie électrique et informatique, a déclaré: "Si vous remplacez un coéquipier humain par un robot, vous pouvez vous attendre à un taux de victoire plus élevé pour votre équipe. Les robots sont de meilleurs partenaires."

Co-auteur, Max Kleiman-Weiner, étudiant postdoctoral du MIT au Center for Brains, Minds, and Machines, et au Département de Brain and Cognitive Science a ajouté que "les humains apprennent des autres et coopèrent avec eux, ce qui nous permet de réaliser ensemble des choses qu'aucun de nous ne peut réaliser seul. Des jeux comme "Avalon" imitent mieux les environnements sociaux dynamiques que les humains vivent au quotidien. Vous devez déterminer qui fait partie de votre équipe et travaillera avec vous, que ce soit votre premier jour de maternelle ou un autre jour dans votre bureau. "

Les actualités du MIT présentent notre travail sur les agents IA qui apprennent à trouver des amis et des ennemis dans un jeu multi-agents. À présenter à # NeurIPS19 sous forme de présentation. @ Detry322https: //t.co/2YxqiBeodM

- Max Kleiman-Weiner (@maxhkw) 20 novembre 2019

Algorithme d'IA de DeepRole

Les chercheurs du MIT ont utilisé un algorithme d'IA sur le bot appelé `` minimisation contrefactuelle des regrets '' (CFR). Cet algorithme a déterminé comment jouer à un jeu en jouant à plusieurs reprises contre lui-même.

À chaque point du jeu, CFR utilise un «arbre de jeu» de lignes et de nœuds qui décrivent les actions futures potentielles de tous les joueurs.

Les «arbres de jeu» représentent toutes les actions possibles qu'un joueur du jeu peut entreprendre à chaque point de décision.

Les chercheurs du MIT ont joué DeepRole contre des humains dans 4000 tours différents du jeu en ligne: "The Resistance: Avalon." En tant que coéquipier et adversaire, DeepRole a constamment battu les joueurs humains.

Les prochaines étapes que les chercheurs examinent consistent à développer des moyens d'apprendre au bot à communiquer avec d'autres joueurs pendant un jeu en utilisant un texte simple.


Voir la vidéo: LES 8 ROBOTS HUMANOÏDES LES PLUS COOLS QUIL FAUT VOIR AVANT DY CROIRE (Juillet 2021).