亚洲AV免费看深爱成人|日韩av另类一级特黄片在线|中国免费一级黄片|国产av一二三区|亚洲有码AV在线|久久亚洲国产日韩欧美|成人免费AV网站|婷婷一区综合一区|亚洲AV无码导航|高级欧美成人网站

高校合作1：010-59833514 ?咨詢電話：400-810-1418 服務(wù)與監(jiān)督電話：400-810-1418轉(zhuǎn)接2

AI模型學(xué)會了玩《我的世界》:砍樹、造箱子、制作石鎬樣樣不差

發(fā)布時間：2024-06-09 20:20:08 瀏覽量：387次

AI“學(xué)會”了在《我的世界》中玩耍：砍樹、制作箱子、打造石鎬樣樣在行

《我的世界》里，玩家不一定都是人類，現(xiàn)在 AI 也會玩了。

《我的世界》是全球知名度最高的開放世界游戲。小朋友只需觀看十分鐘的教學(xué)視頻，就能學(xué)會在游戲中尋找稀有的鉆石，但這卻是 AI 此前無法企及的高度。

今天 OpenAI 的研究團(tuán)隊宣布他們開發(fā)了一種能玩《我的世界》的智能體，其中使用《我的世界》游戲大量未標(biāo)記視頻數(shù)據(jù)集訓(xùn)練神經(jīng)網(wǎng)絡(luò)，僅使用少量標(biāo)記數(shù)據(jù)。

論文地址：點(diǎn)擊咨詢

我們先來看下效果，模型建造一個簡陋的木制避難所：

制作石鎬

VPT 方法

互聯(lián)網(wǎng)包含大量可供我們學(xué)習(xí)的公開視頻，例如游戲玩家演示游戲玩法，《我的世界》玩家建造一個錯綜復(fù)雜的房子。然而這些視頻只提供了事情發(fā)生的記錄，而不是確切的實(shí)現(xiàn)方式，即沒有說明鼠標(biāo)移動和按鍵的確切順序。

相比于 OpenAI 的大型語言模型，要在視頻游戲等更通用領(lǐng)域構(gòu)建大型基礎(chǔ)模型（foundation model），缺乏動作標(biāo)簽帶來了新的挑戰(zhàn)。

為了利用互聯(lián)網(wǎng)上可用的大量未標(biāo)記視頻數(shù)據(jù)，該研究提出了一種新穎但簡單的半監(jiān)督模仿學(xué)習(xí)方法：視頻預(yù)訓(xùn)練（VPT）。

該研究首先從游戲商家那里收集了一個小型數(shù)據(jù)集，其中不僅記錄了玩游戲的視頻，還記錄了玩家采取的行動，即按鍵和鼠標(biāo)的移動。利用這些數(shù)據(jù)，該研究訓(xùn)練了一個逆動力學(xué)模型 (IDM)，以預(yù)測視頻中每個步驟所采取的動作。重要的是，IDM 可以使用過去和未來的信息來猜測每一步動作。與僅給定過去視頻幀預(yù)測動作的行為克隆任務(wù)相比，這種任務(wù)要容易得多，需要的數(shù)據(jù)也要少得多。然后該研究使用經(jīng)過訓(xùn)練的 IDM 來標(biāo)記更大的在線視頻數(shù)據(jù)集，并通過行為克隆來學(xué)習(xí)行動。

VPT 零樣本結(jié)果

該研究選擇《我的世界》這個游戲中驗(yàn)證了所提方法，因?yàn)樗?(1) 是世界上最流行的視頻游戲之一，擁有大量可免費(fèi)獲得的視頻數(shù)據(jù)，并且 (2) 是開放式的，可以提供各種各樣的行為動作，類似于現(xiàn)實(shí)世界的應(yīng)用程序（如計算機(jī)使用）。與之前的工作在《我的世界》中使用簡化動作空間不同，OpenAI 的新模型使用更普遍適用、難度也更大的原生人機(jī)界面：鼠標(biāo)和鍵盤使用 20Hz 幀率。

該研究的行為克隆模型（VPT 基礎(chǔ)模型）使用 70000 小時的 IDM 標(biāo)記在線視頻進(jìn)行訓(xùn)練，在《我的世界》中完成了強(qiáng)化學(xué)習(xí)幾乎不可能實(shí)現(xiàn)的任務(wù)。新模型學(xué)會了砍樹收集原木，將原木制作成木板，然后將木板制作成箱子；這個行為序列對于《我的世界》高級玩家在約 50 秒內(nèi)執(zhí)行 1000 個連續(xù)的游戲動作。

《我的世界》制作箱子過程中每一步所需的動作數(shù)目和時間。

此外，該模型還可以執(zhí)行人類在游戲中經(jīng)常執(zhí)行的其他復(fù)雜技能，例如游泳、狩獵動物、食用食物以及一些《我的世界》專用技能。

游泳。

狩獵。

食用食物。

VPT 讓智能體通過觀看互聯(lián)網(wǎng)上的大量視頻就可以進(jìn)行學(xué)習(xí)鋪平了道路。與只會產(chǎn)生表征先驗(yàn)的生成視頻建?；?qū)Ρ确椒ㄏ啾?，VPT 提供了在更多領(lǐng)域可以直接學(xué)習(xí)大規(guī)模行為先驗(yàn)的可能性，而不僅僅是語言。

此外，該研究還開源了數(shù)據(jù)、《我的世界》所需環(huán)境、模型代碼、模型權(quán)重，他們希望這些開源有助于未來 VPT 的研究。

原文鏈接：點(diǎn)擊咨詢

熱門課程推薦

熱門資訊

請綁定手機(jī)號

獲取驗(yàn)證碼
x

同學(xué)您好！

您已成功報名0元試學(xué)活動，老師會在第一時間與您取得聯(lián)系，請保持電話暢通！
確定