Animal-AI 环境：训练与测试类动物人工认知
机器学习
2019-09-19 v2 人工智能
摘要
人工智能近期的进展在很大程度上由使用游戏环境来训练和评估智能体所驱动。游戏通常易于获取且用途广泛，具有明确定义的状态转移和目标，可进行密集训练与实验。然而，在特定环境中训练的智能体通常在相同或略有变化的分布上进行测试，其解决方案未必意味着任何理解。如果我们想要能够建模并理解其环境的人工智能系统，就需要明确测试这一点的环境。受动物认知方面大量文献的启发，我们提出一种环境，它保留了标准游戏环境的所有积极要素，但明确设计用于测试类动物人工认知。
引用
@article{arxiv.1909.07483,
title = {The Animal-AI Environment: Training and Testing Animal-Like Artificial Cognition},
author = {Benjamin Beyret and José Hernández-Orallo and Lucy Cheke and Marta Halina and Murray Shanahan and Matthew Crosby},
journal= {arXiv preprint arXiv:1909.07483},
year = {2019}
}
备注
14 pages, 34 figures (update: reduce images size)