Google'ın derin Q-ağ klasik Atari 2600

Tüm tarafları sona erdirmek için bir eski okul oyun parti olarak, Google'ın yeni derin Q-ağ (DQN) algoritması sizinle haklamak muhtemeldir Breakout veya Space Invaders , ama belki bir yalamaya almak Centipede . Bir insan oyuncu ve daha önce hiç gerçek dünya bilgisi olarak sadece aynı girdiler ile sağlanan DQN yeni oyunlar öğrenmek için takviye öğrenme kullanır ve bazı durumlarda, yeni stratejiler geliştirmek.

Onun tasarımcıları genel öğrenme algoritması bu tür diğer alanlarda yapım keşif içine geçit savunuyorlar. dan takım sadece girdiler Google DeepMind , Londra, DQN ajan verdi o sayılırdı görmek için 49 Atari 2600 oyun gevşek izin vermeden, ham ekran piksel, mevcut eylemler ve oyun skor set vardı. Gibi Bunlar iyi bilinen favoriler Breakout, Pong, Space Invaders ve Q'bert gibi yan kaydırma atıcılar, River Raid gibi spor sims Boks ve Tenis ve 3D araba yarışçısı Enduro .

Araştırmacılar DQN yarısından fazlasının oyunlar için profesyonel bir oyun test düzeyi fazla yüzde 75 gerçekleştirilen ve bu 43 olguda bu oyunu öğrenmek için varolan herhangi bir lineer bir algoritma aştı söylüyorlar. Bu iyi gerçekleştirilen Breakout, Video Pinball, Star Gunner ve Çılgın Dağcı dqn en kötü oyunlar sever dahil olurken, asteroitler, gravitar, Montezuma Revenge ve Özel Göz - ama gerçekten, her zamankinden iyi kim gravitar ?

Dqn algoritması önemli bir özelliği araştırma ekibi yeniden ziyaret ve uyku gibi, dinlenme dönemlerinde öğrenme insanlara benzetiyor budur. "Deneyim replay" In DQN, eğitim aşamasında oyunlar saklı İncelemeden. Araştırmacılar, bu işlev devre dışı bırakıldı zaman algoritmanın performansını önemli ölçüde düşüyor ile dqn başarısı için kritik olduğunu söylüyorlar.

Bu yeni algoritma hiçbir önceden tanımlar, kurallar veya modelleri ile boş bir barut gelen makine öğrenimi temsil eder DQN, IBM'in Deep Blue önceki önemli oyun oynama ajanları, belirgin biçimde farklıdır. Onun yaratıcıları bu tür algoritmalar, karmaşık büyük ölçekli verilerin mantıklı yardımcı olabilir ve iklim bilimi, fizik, tıp ve genomik ve hatta potansiyel insanların nasıl öğrendikleri içgörü sağlamak dahil olmak üzere alanlarda geniş bir yelpazede kullanılabilir söylüyorlar. Tabii ki, o da yeni ürünler oluşturmak ve hava durumu hakkında bir sorgu çok daha karmaşık bir "Tamam Google" isteği alarak ve eyleme sonuçlar gelişmekte gibi, varolanları geliştirmek için Google'ı yardımcı olabilir.