Les candidats s'affronteront dans plusieurs jeux sur la plateforme Minecraft. À gauche: jeu Build Battle où les joueurs doivent recréer la structure (dans ce cas, la structure est située au sol). Droite: jeu Pig Chase où les agents de l'IA doivent travailler ensemble pour coincer un cochon

Microsoft Research achève la phase de qualification du concours MarLÖ 2018 Multi-Agent Reinforcement Learning in MalmÖ. Les concurrents ont présenté des agents d' intelligence artificielle capables de renforcer l'apprentissage qui pouvaient jouer à plusieurs jeux 3D tels que définis sur la plateforme MalmO .

Le concours a pour objectif d'encourager la recherche dans le domaine de l'intelligence générale. Les agents IA ne sont pas formés sur un seul jeu spécifique, mais sur plusieurs. En outre, ils doivent coopérer, ce qui nécessite une compréhension des intentions et des objectifs les uns des autres (c'est une propriété importante de la conscience humaine). Le système sera donc plus adapté à la survie dans le monde réel.

Afin de stimuler une approche plus générale de la formation d'un agent universel de l'IA, la tâche consiste non pas en un, mais en plusieurs jeux, dans chacun desquels plusieurs tâches de complexité et de paramètres variables. Certaines de ces tâches sont de nature publique et les participants pourraient en tirer des enseignements. D'autres, cependant, sont restés fermés, ils ne seront utilisés que pour déterminer la note finale de la compétition.

Les organisateurs du concours sont Microsoft, l'Université Queen Mary de Londres et la plateforme crowdAI . Le concours a commencé le 27 juillet 2018. Le tour de qualification se termine le 31 décembre 2018. Le tournoi final se déroulera hors ligne une semaine après la fin du tour de qualification.

Jeux et tâches

L'une des principales caractéristiques de la compétition est que les agents jouent à plusieurs jeux. Par conséquent, plusieurs tâches sont proposées pour le concours. Les tâches dans le jeu peuvent différer les unes des autres par l'emplacement des niveaux, la taille, la complexité et d'autres paramètres qui dépendent du jeu. La figure montre comment les jeux et les tâches sont organisés dans la compétition.



Comme vous pouvez le voir, chaque jeu a quatre tâches, dont deux sont publiées dans le domaine public et deux sont secrètes.

Pour participer au concours, vous devez vous inscrire sur crowdAI, puis simplement cloner le kit de démarrage du concours sur GitHub .

La plate-forme Malmö fournit une API qui donne accès aux actions, aux observations (c'est-à-dire l'emplacement, les environs, les images vidéo, les statistiques de jeu) et d'autres données communes qui se trouvent sur la plate-forme Minecraft. Marlo, d'autre part, est un shell pour Malmö qui fournit un niveau supérieur d'API et un environnement d'apprentissage plus standardisé avec un soutien pour la recherche.

Le cadre est écrit en complément du cadre OpenAI Gym , qui est une boîte à outils pour développer et comparer des algorithmes d'apprentissage par renforcement, fournissant ainsi une plate-forme standard et familière pour les scientifiques, les développeurs et les cadres populaires.

Le projet Malmö a été lancé en 2015 par la chercheuse en IA Katya Hoffmann de Microsoft Research Cambridge, au Royaume-Uni. Bien que les agents modernes de l'IA aient démontré de nombreuses réalisations dans différents jeux, Katya recherchait un jeu qui permettrait à l'IA de maîtriser un plus large éventail de compétences: «Au moment où nous avons commencé à parler de Minecraft, il était évident que c'était un environnement idéal pour la recherche sur l'IA», explique elle l'est. «C'est un monde auquel les gens adhèrent sans but précis.» Ainsi, le projet Malmö est une plate-forme construite au-dessus de Minecraft, où les chercheurs peuvent effectuer de nombreuses expériences différentes avec l'IA, ainsi que comparer leurs résultats de manière standardisée.

Lors du test du concours Marlo en 2017, les participants se sont vu proposer un seul jeu: attraper un cochon. Le concours 2018 est beaucoup plus compliqué: trois missions sont désormais développées, chacune nécessitant une coopération. Les agents doivent comprendre comment reconnaître un autre agent d'intelligence artificielle dans l'environnement, puis trouver un moyen de travailler ensemble pour atteindre leur objectif commun.

Si un agent de l'IA fait l'hypothèse des objectifs d'un autre agent, cela peut être appelé une forme rudimentaire de ce que les psychologues appellent un « modèle d'état mental » - la capacité humaine à comprendre les états mentaux et les intentions des autres. Katya Hoffman espère que les agents de l'IA affineront finalement cette capacité en collaborant avec des joueurs humains dans Minecraft. «Ensuite, les algorithmes apprendront à collaborer avec les gens et à découvrir ce que les gens veulent», dit-elle.