参赛者将在Minecraft平台上参加几场比赛。 左：构建战斗游戏，玩家需要重新创建建筑物（在这种情况下，建筑物位于地面上）。 右：“ Pig Chase”游戏，AI代理必须一起工作才能弯角猪

Microsoft Research正在MarmÖ竞赛中完成MarLÖ2018 Multi-Agent强化学习的资格赛阶段。 竞争对手介绍了能够增强学习能力的AI代理，他们可以玩MalmO平台上定义的几种3D游戏。

比赛的目的是鼓励对通用情报领域的研究。 AI代理不是在单个特定游戏上训练，而是在多个特定游戏上训练。 此外，他们必须合作，这需要了解彼此的意图和目标（这是人类意识的重要属性）。 因此，该系统将更适合在现实世界中生存。

为了激发一种更通用的训练通用AI代理的方法，该任务不是由一个游戏组成，而是由多个游戏组成，其中每个游戏都具有不同复杂性和设置的多个任务。 这些任务中有些是公开性质的，参与者可以向他们学习。 但是其他的则保持关闭状态，它们仅用于确定比赛的最终等级。

比赛的组织者是微软，伦敦玛丽皇后大学和crowdAI平台。 比赛于2018年7月27日开始。 资格赛将于2018年12月31日结束。 资格赛结束后一周，决赛将在离线状态下举行。

游戏和任务

竞争的主要特征之一是代理商打几局游戏。 因此，为比赛提供了一些任务。 游戏中的任务在关卡的位置，大小，复杂性和取决于游戏的其他参数上可能彼此不同。 该图显示了比赛中的游戏和任务的组织方式。



如您所见，每个游戏都有四个任务，其中两个是在公共领域发布的，另外两个是秘密的。

要参加比赛，您需要在rowdAI上注册，然后在GitHub上克隆比赛的入门套件 。

Malmö平台提供了一个API，该API可以访问Minecraft平台上的动作，观察（即位置，环境，视频帧，游戏统计数据）和其他常见数据。 另一方面，Marlo是Malmö的外壳，它提供了更高级别的API和更标准化的学习环境，并加强了研究。

该框架是作为OpenAI Gym框架的补充而编写的，该框架是用于开发和比较强化学习算法的工具包，从而为科学家，开发人员和流行的框架提供了一个标准且熟悉的平台。

Malmö项目由AI研究人员Katya Hoffmann于2015年在英国剑桥大学Microsoft研究中心启动。 尽管现代AI代理人已经在不同的游戏中展示了许多成就，但Katya一直在寻找一款可以让AI掌握更广泛技能的游戏：“从我们开始谈论Minecraft的那一刻起，显然这是进行AI研究的理想环境，”她是。 “这是一个没有特定目的的人们加入的世界。” 因此，马尔默项目是在Minecraft之上构建的平台，研究人员可以在其中使用AI进行许多不同的实验，并以标准化方式比较其结果。

在2017年测试Marlo比赛时，仅向参与者提供一个游戏：捉猪。 2018年的比赛更加复杂：现在已经制定了三个任务，每个任务都需要合作。 代理商需要了解如何识别环境中的另一个AI代理商，然后找到一种方法来共同实现他们的共同目标。

如果AI代理假设另一个代理的目标，则可以称为心理学家称为“ 心理状态模型 ”的基本形式，即人类理解他人心理状态和意图的能力。 卡蒂亚·霍夫曼（Katya Hoffman）希望AI代理商最终能够通过与Minecraft中的人类玩家合作来磨练这种能力。 她说：“然后，算法将学习如何与人合作并找出人们想要的东西。”