Hanabi 挑战：人工智能研究的新前沿
机器学习
2019-12-10 v2 人工智能
机器学习
摘要
从计算早期开始，游戏一直是研究机器如何进行复杂决策的重要试验台。近年来，机器学习取得了巨大进展，人工智能体在 Go、Atari 和一些扑克变体等挑战性领域中达到了超人类表现。如同其前身的象棋、跳棋和西洋双陆棋，这些游戏领域通过为人工智能从业者提供复杂但定义良好的挑战推动了研究。我们延续这一传统，提出将 Hanabi 游戏作为一个新的挑战领域，其由二至五名玩家的纯合作博弈与不完全信息相结合而产生的新型问题。特别地，我们认为 Hanabi 将关于其他智能体的信念与意图的推理置于前景。我们相信，为这种心智理论推理开发新技术不仅对 Hanabi 中的成功至关重要，也对更广泛的协作工作（尤其是那些有人类伙伴的）至关重要。为促进未来研究，我们引入了开源的 Hanabi 学习环境，提出了供研究界评估算法进展的实验框架，并评估了当前最先进技术的性能。
引用
@article{arxiv.1902.00506,
title = {The Hanabi Challenge: A New Frontier for AI Research},
author = {Nolan Bard and Jakob N. Foerster and Sarath Chandar and Neil Burch and Marc Lanctot and H. Francis Song and Emilio Parisotto and Vincent Dumoulin and Subhodeep Moitra and Edward Hughes and Iain Dunning and Shibl Mourad and Hugo Larochelle and Marc G. Bellemare and Michael Bowling},
journal= {arXiv preprint arXiv:1902.00506},
year = {2019}
}
备注
32 pages, 5 figures, In Press (Artificial Intelligence)