【DOTA之后新里程碑】DeepMind强化学习重大突破:AI在多人射击游(17)



【DOTA之后新里程碑】DeepMind强化学习重大突破:AI在多人射击游

智能体如何表示游戏世界。不同的情形在概念上对应于同一游戏情境,并由智能体相似地表示出来。训练好的智能体甚至展示了一些人工神经元,这些神经元直接为特定情况编码。

智能体从未被告知游戏的规则,但是它可以学习基本的游戏概念,并能有效地建立

CTF直觉

。事实上,我们可以找到一些特定的神经元,它们可以直接编码一些最重要的游戏状态,比如当智能体的旗子被夺走时激活的神经元,或者当它的队友夺到对方的旗子时激活的神经元。我们在论文中进一步分析了智能体对记忆和视觉注意力的使用。