KI मास्टर्स मल्टीप्लेयर प्रथम-व्यक्ति निशानेबाजों

शैक्षिक बॉट टीम वर्क और रणनीतिक बातचीत की क्षमता साबित करते हैं

एक कृत्रिम बुद्धि द्वारा नियंत्रित बॉट मल्टीप्लेयर गेम "क्वेक III एरिना" में उनकी टीम वर्क क्षमता साबित करते हैं। © DeepMind)
जोर से पढ़ें

मानव खिलाड़ियों पर विजय: पहली बार, अनुकूली बॉट्स जटिल टीमवर्क में सक्षम साबित हुए हैं। उन्होंने मल्टीप्लेयर प्रथम-व्यक्ति शूटर कंप्यूटर गेम "क्वेक III एरिना" में सफलतापूर्वक महारत हासिल की। आर्टिफिशियल इंटेलिजेंस आधारित बॉट ने गेम वेरिएंट "फ्लैग कैप्चर" को अनुभवी मानव खिलाड़ियों की तुलना में और भी अधिक सफल बनाया, जैसा कि जर्नल "साइंस" रिपोर्ट में शोधकर्ताओं ने किया है।

बॉट्स और आर्टिफिशियल इंटेलिजेंस हमारे लाइफवर्ल्ड के अधिक से अधिक क्षेत्रों को जीतते हैं। उनकी उपलब्धियाँ अक्सर मनुष्यों से भी आगे निकल जाती हैं - उदाहरण के लिए शतरंज और गो जैसी रणनीति के खेल। तंत्रिका नेटवर्क-आधारित एआई सिस्टम काफी हद तक अपनी क्षमताओं में आत्मनिर्भर हैं, उदाहरण के लिए ये गेम बहुत ही बुनियादी नियमों के आधार पर हजारों बार खुद के खिलाफ खेलते हैं।

एक चुनौती के रूप में टीम वर्क

लेकिन एक क्षेत्र में, AI अभी भी टीम वर्क में बहुत पीछे है। हालाँकि, रोबोट और बॉट परस्पर बातचीत कर सकते हैं और उदाहरण के लिए, या साधारण गेम में एक-दूसरे के खिलाफ प्रतिस्पर्धा कर सकते हैं। हालाँकि, कई भागीदारों के साथ जटिल सहयोग केवल कुछ हिस्सों में ही हासिल किया गया है। इसका एक कारण यह है कि टीम वर्क में आपको अपने साथी के साथ सहानुभूति रखनी होगी ताकि वे अपने भविष्य के व्यवहार का आकलन कर सकें। लेकिन इसके लिए जटिल मानसिक प्रदर्शन की आवश्यकता होती है।

इस क्षेत्र में एक महत्वपूर्ण सफलता का प्रदर्शन अब मैक्स जडबर्ग और उनके सहयोगियों द्वारा लंदन में Google अनुसंधान केंद्र दीपमाइंड में किया गया है। क्योंकि उन्होंने एआई सिस्टम विकसित किया है जो स्वतंत्र रूप से एक जटिल मल्टीप्लेयर गेम सीखते हैं और एक टीम के रूप में कार्य करते हैं - मानव खिलाड़ियों के साथ भी। परीक्षण और प्रशिक्षण के माहौल के रूप में, शोधकर्ताओं ने "क्वेक III एरिना" को एक लोकप्रिय 3 डी मल्टीप्लेयर प्रथम-व्यक्ति कंप्यूटर गेम चुना।

"इस तरह के खेल लाखों उपयोगकर्ताओं को उनके immersive गेमप्ले की वजह से मोहित करते हैं, लेकिन यह भी रणनीति, रणनीति, हाथ से आँख समन्वय और टीमवर्क के संदर्भ में चुनौतियों के कारण है, " शोधकर्ताओं ने समझाया। प्रदर्शन

"कब्जा झंडा"

अपने प्रयोग के लिए, वैज्ञानिकों ने क्वेक III के भीतर तथाकथित "कैप्चर द फ्लैग" मोड का इस्तेमाल किया। "नियम सरल हैं, लेकिन गतिशीलता जटिल हैं, " वे बताते हैं। एक भूलभुलैया 3 डी वातावरण में, खिलाड़ियों की दो टीमों को अपने स्वयं के ध्वज की रक्षा करते हुए अपने विरोधियों से टीम के ध्वज को चुराने की कोशिश करनी चाहिए। लेजर पिस्तौल के साथ शूटिंग खिलाड़ियों को अपने विरोधियों को अस्थायी रूप से अक्षम करने और उन्हें विरोधी आधार पर वापस भेजने की अनुमति देता है। जिस टीम को पांच मिनट के भीतर सबसे ज्यादा झंडे मिले हैं, वह जीत गई।

प्रशिक्षण चरण के दौरान, वैज्ञानिकों ने बदलते परिवेश में हजारों खेलों में एक दूसरे के खिलाफ प्रतिस्पर्धा करने के लिए 30 विभिन्न बॉट की अनुमति दी। "हमारे एजेंटों को अज्ञात गेमिंग वातावरण में खुद को उन्मुख करने के लिए, कार्य करने के लिए, सहयोग करने और विरोधियों के खिलाफ खुद को मुखर करने के लिए सीखना है", जेडबर्ग और उनके सहयोगियों ने समझाया। एक प्रतिक्रिया के रूप में प्रत्येक खेल का लाभ या हानि थी।

बॉट्स के लिए जीत

अब असली परीक्षा के बाद: शोधकर्ताओं ने 450, 000 प्रशिक्षण खेलों में सबसे सफल बॉट का चयन किया और उन्हें और उनके क्लोनों को अनुभवी मानव क्वेक III खिलाड़ियों और खेल-जनित खिलाड़ियों के खिलाफ प्रतिस्पर्धा करने दिया। बॉट्स और इंसानों की मिश्रित टीमों ने खेल पूरा किया।

परिणाम: लगभग सभी खेलों में बॉट टीम अपने विरोधियों से बेहतर थी। "एफटीडब्ल्यू एजेंटों ने लोगों की जीत की दर को काफी बेहतर किया, " जडबर्ग और उनकी टीम की रिपोर्ट। "दो लोगों की एक टीम ने दो एफटीडब्ल्यू बॉट्स वाली टीम की तुलना में प्रति गेम औसतन 16 झंडे उतारे।" बॉट्स ने क्लासिक खेल की रणनीति और पूरी तरह से नए गेम सेट दोनों दिखाए।

यह कैसे "फ्लैग कैप्चर" क्वेक III पर काम करता है। ind DeepMind

टीमवर्क उड़ान रंगों के साथ महारत हासिल की

जैडरबर्ग और उनकी टीम के अनुसार, यह दर्शाता है कि AI सिस्टम एक साथ काम करने की क्षमता हासिल कर सकता है और फिर जटिल मल्टीप्लेयर स्थितियों में भी महारत हासिल कर सकता है। "जब एआई एजेंटों को अन्य अभिनेताओं के साथ विविध वातावरण में प्रशिक्षित किया जाता है, तो वे एक जटिल और आश्चर्यजनक रूप से उन्नत व्यवहार विकसित करते हैं, " वे कहते हैं।

दिलचस्प बात यह है कि मानव खिलाड़ियों के पास केवल एक बेहतर मौका था यदि वे एक टीम में बॉट्स के साथ खेलते थे: "मानव बॉट टीम के हिस्से के रूप में हमने पांच प्रतिशत मामलों में जीत का जश्न मनाया players एक शुद्ध बॉट टीम के बारे में, ”शोधकर्ताओं ने कहा। "यह परिणाम दर्शाता है कि प्रशिक्षित बॉट्स पहले अज्ञात टीम के साथियों के साथ मिलकर काम करने में सक्षम हैं, जिसमें मानव भी शामिल हैं।" (विज्ञान, 2019; doi: 10.1126 / science.aau6249)

स्रोत: डीपमाइंड, साइंस न्यूज़

- नादजा पोडब्रगर