0
本文作者:汪思颖 | 2018-04-06 13:41 |
雷锋网 AI 研习社按:日前,OpenAI 启动一项迁移学习比赛,这一比赛为期两个月(4 月 5 日-6 月 5 日),参赛者需要让智能体来玩风靡一时的 Sonic The Hedgehog(刺猬索尼克)游戏。这一比赛将会评出三大奖项,参赛者有机会获得丰厚奖励,并与 OpenAI 共同撰写比赛技术文档。
雷锋网 AI 研习社将在下文介绍关于比赛的详细信息。
在 OpenAI 官网可以看到,这次比赛将会衡量强化学习算法基于以往经验的泛化能力。“在典型的强化学习研究中,算法是在相同环境下进行训练的,这使得算法擅长记忆,并有很多超参数。此次竞赛将会在电子游戏关卡中测试算法——参赛选手需要让智能体玩 Sonic The Hedgehog(刺猬索尼克)游戏,用于测试的游戏关卡此前从没出现过。
此次比赛基于 Gym Retro 平台。此外,为了助于大家比赛,OpenAI 也开源 retro-baselines,这一工具展示了如何在比赛任务中运行多个强化学习算法。比赛为期两个月(4 月 5 日-6 月 5 日),获胜者将得到一些很棒的奖品。
以下是参赛详情:
参赛者训练智能体(或者编写脚本)来玩 Sonic The Hedgehog 游戏;
参赛者将智能体打包到 Docker 容器提交;
OpenAI 对提交的智能体进行一套秘密测试;
排行榜上会出现智能体的得分情况。
下面的图解对这个过程进行了详细说明。
OpenAI 表示,强化学习的下一步是利用以往经验快速在新环境中学习。目前的算法很容易记忆,但不能很好地适应新的情况。虽然这次比赛的重点是电子游戏,但他们希望获胜的技术能适用于更广泛的领域。
比赛规则如下:
一个团队只能用一个帐户;
可以与其他团队分享短代码片段或指导代码,但不能分享完整或部分解决方案;
参赛选手只能隶属于一个团队。
下面是对「最佳成绩奖」(Best Score)和「最佳代码奖」(Best Writeup)的介绍。要想争夺这两类奖项,参赛者必须在比赛最后阶段将自己提交的智能体开源。每类奖项的前三名都将获得奖励。
此外,还有额外的「最佳支持奖」(Best Supporting Materials)。
所有获奖者将受邀与 OpenAI 一起完成这一比赛的技术报告。
比赛规则页面:https://contest.openai.com/details
Leaderboard 页面:https://contest.openai.com/leaderboard
Benchmark 详细描述:https://s3-us-west-2.amazonaws.com/openai-assets/research-covers/retro-contest/gotta_learn_fast_report.pdf
雷锋网 AI 研习社编译整理。
via:https://contest.openai.com
雷峰网版权文章,未经授权禁止转载。详情见转载须知。