L'IA de DeepMind est désormais capable de battre des joueurs humains dans Quake III

Quake III de DeepMind

Nous avons vu des jeux dans lesquels les développeurs installaient des bots pour faciliter la tâche des joueurs humains ou pour faire des recréations solo des modes multijoueurs de nombreux jeux. Ces joueurs IA sont rarement assez capables de rivaliser avec leurs homologues humains. Ainsi, ils sont utilisés pour faciliter la courbe d'apprentissage de nombreux jeux multijoueurs. D'autre part, DeepMind est une firme spécialisée dans l'utilisation de l'IA dans de nombreux domaines de travaux. Ils ont révélé que leurs robots basés sur l'IA pourraient enfin battre leurs homologues humains dans l'un des jeux multijoueurs les plus joués, Quake III. Leurs découvertes sont fascinantes pour ceux qui ont un faible pour l'apprentissage et les capacités de l'IA.

Ce n’est pas la première aventure de DeepMind dans les jeux vidéo, ils ont déjà développé un moteur neuronal capable de vaincre les joueurs professionnels de nombreux jeux multijoueurs. Le meilleur exemple ici est AlphaGo, où leur IA a vaincu le joueur pro bien connu dudit jeu. Ils ont également développé l'IA pour de nombreux autres jeux.

Déductions

Revenons à leurs déductions concernant leur IA dans Quake III. Quake III est radicalement différent de nombreux autres jeux. Le jeu est catégoriquement différent en raison des étapes générées de manière procédurale et du fait que le jeu est à la première personne. Le problème pour le développement de l'IA ici est qu'ils n'ont pas pu apprendre la meilleure méthode possible pour battre le jeu. Le problème en fait s'est avéré une bénédiction déguisée car l'IA ressemblait à une courbe d'apprentissage humanoïde, nous en parlerons plus tard.

L'IA est partie de zéro et a appris les règles de la capture du mode drapeau lui-même. L'IA a ensuite pu battre 40 joueurs humains où les humains, ainsi que l'IA, étaient combinés. Après avoir considérablement vaincu les humains, DeepMind a accepté que leur victoire soit attribuée aux temps de réponse pro-humains de leur agent IA. Alors, ils ont décidé de les ralentir, mais l'IA était toujours capable de battre leurs homologues humains.

Progrès de l'IA

Tomshardware rapporte que leurs déductions sont particulièrement fascinantes puisque l'IA a dû apprendre les bases du jeu lui-même et le fait que l'IA a pu obtenir les résultats lorsque les étapes ont été générées de manière procédurale.

DeepMind a déclaré que leur travail sur ce projet souligne le fait que nous pouvons entraîner efficacement l'IA en utilisant des techniques multi-agents, ce qui signifie l'IA contre l'IA. Cela rend non seulement l'IA consciente de ses erreurs, mais travaille également sur des choses qui peuvent être améliorées. Ils ont dit, ' Il met en évidence les résultats en exploitant le curriculum naturel fourni par la formation multi-agents et en forçant le développement d'agents robustes pouvant même faire équipe avec des humains. . '