[设为首页] [加入收藏]
白小姐资料,白小姐开奖结果,白小姐论坛一字拆一肖,www.67842.com,www.130222.com
网站首页 白小姐资料 白小姐开奖结果 白小姐论坛一字拆一肖 www.67842.com www.130222.com
您的当前位置:主页 > 白小姐开奖结果 >  
DeepMind开源强化学习环境灵活可配置计算资源有限的小型实验室也
2019-08-27 15:51    来源: 未知      点击:

  原标题:DeepMind开源强化学习环境,灵活可配置,计算资源有限的小型实验室也能用 来源:量子位

  关注前沿科技 量子位铜灵 发自 凹非寺量子位 出品 公众号 QbitAI

  想想DeepMind训练的通用棋类AI AlphaZero,碾压一票同类选手,但堆砌了实验室里5064个TPU的算力。谷歌财大气粗,但小实验室就无法复制了。

  这一次,“专注强化学习一百年”的DeepMind又出手了,推出了一个小规模的强化学习环境,适合算力有限的实验室。

  这个强化学习环境名为Spriteworld的强化学习环境,由二维简单形状组成的环境,可以进行简单移动。

  DeepMind表示,别看这个场景简单,但能为多个物体场景中提供尽可能多的灵活性,同时保留尽可能简单的界面。

  一经发出,DeepMind推特就收获了400赞,网友大呼:Fascinating(太吸引人了)~

  Spriteworld(精灵世界)是一个基于Python的强化学习环境,里面各种不同的形状都是一个精灵,可以在整个界面中自由移动。

  这是一个多维度环境,形状的位置、大小、颜色、角度和速度都可以不断变化,自由调节。

  这个世界里没有物理引擎,所以默认情况下,里面的“精灵”们会互相重叠,但不会交互或是碰撞。

  研究人员演示了环境中可操作的3种任务,比如这个目标寻找任务,智能体需要将目标精灵,也就是绿色正方形方块带到环境中心。

  在排列任务中,智能体必须依据其自身颜色将目标精灵放置到目标位置,其中颜色与位置有一定的关联关系。

  DeepMind表示,可以通过动作空间引入各个精灵之间的交互,并且动作空间中的每个时间步可以同步给所有精灵。

  举个例子,比如DiscreteEmbodied动作空间实现了一种基本的物理形式,一个智能体可以携带其他智能体。

  这个“专注强化学习一百年”的研究机构,已经开放了大量的强化学习研究资源。

  开源强化学习框架多巴胺(Dopamine),基于基于TensorFlow,代码紧凑,简洁可复现。

  开源强化学习库松露(TRFL),模块化,强调灵活度:如果把造智能体想象成搭积木,许多关键的、常用的木块都在这里集合了。

  并且库里面的组件,虽然来源各不相同,但都经过严密测试,因而相对可靠;并且只要一个API,对开发者比较友好。

  开源强化学习研究环境Control Suite,设计了一组有着标准化结构、可解释奖励的连续控制任务,还为强化学习Agent提供一组性能测试指标。

  这些任务基于MoJoCo物理引擎,所用的语言是Python。DeepMind在GitHub上放出的源代码中,就包含基于MoJoCo的Python强化学习环境,以及为MoJoCo提供Python绑定的软件库。

  IMPALA的灵感来自于热门的A3C架构,后者使用多个分布式actor来学习agent的参数。在类似这样的模型中,每个actor都使用策略参数的一个副本,在环境中操作。

  开源强化学习训练环境Google Research Football,智能体可以在这个宛若FIFA的世界里自由踢球,学到更多踢球技巧。

  用足球进行强化学习训练,对AI来说更有挑战性,不仅要能控球,还得搞懂传球、角球这些概念,知道什么时候会犯规吃红牌黄牌,同时训练出足够机智的策略。

  在共享经济领域,我们会发现,共享单车凉了之后,共享充电宝、迷你KTV、共享按摩椅甚至共享雨伞都活着,而且似乎活的还不错。详细

  对印度的最后几公里出行来说,摩托车是最为灵活的方式,效率更高。详细

  别整虚的了,来聊聊和芸芸众生“贴脸”的AI落地应用。详细

 推荐新闻
 酷图热图
松鼠AI智适应教育获评量子位 2018 中国人工智能明星创业公司 Top
松鼠AI智适应教育获评
出门问问获评量子位“2018中国人工智能明星创业公司Top 50”
出门问问获评量子位“
AI应用新范式美团入选量子位“2018中国AI领航企业TOP 10”
AI应用新范式美团入选
求救量子破碎停止工作我在逗游下的上面明明写着是支持WIN764位系
求救量子破碎停止工作
 热点文章
Copyright © 2002-2011 DEDECMS. 织梦科技 版权所有 Power by DedeCms