這家社交媒體巨頭的人工智能研究部門Facebook AI今天宣布，它已經(jīng)創(chuàng)建了一個(gè)機(jī)器人，該機(jī)器人可以玩Hanabi，這是一個(gè)涉及不完美信息的合作紙牌游戲，取得了近乎完美的結(jié)果，這是一個(gè)里程碑。

這個(gè)里程碑很重要，因?yàn)橹T如Hanabi之類的游戲代表了現(xiàn)實(shí)世界中的情境，在這種情況下，AI必須與人類一起參與復(fù)雜的任務(wù)，從人類行為中識(shí)別意圖，并根據(jù)不完善的信息做出決策。

該機(jī)器人不僅在以前的AI系統(tǒng)上進(jìn)行了改進(jìn)，而且超出了精英人類玩家的能力，這是由對(duì)它進(jìn)行評(píng)估的資深玩家判斷得出的。

哈納比(Hanabi)是一種復(fù)雜的合作式紙牌游戲，在彩色紙牌中包含帶有數(shù)字的紙牌，這種游戲非常像集體紙牌游戲。“ Hanabi”這個(gè)名稱取自日語中的“煙火”一詞，這也與游戲的目的有關(guān)。

《 Hanabi》由法國(guó)游戲設(shè)計(jì)師Antoine Bauza的AsmodéeÉditions于2010年發(fā)行，這款游戲讓玩家意識(shí)到別人的手而不是別人的手。玩家根據(jù)看到的內(nèi)容可以與其他玩家共享的信息類型受到限制。然后，此信息將用于確定要玩哪些卡以及要丟棄什么卡。一輪勝利代表煙花表演的成功。

今年早些時(shí)候，Deepmind和Google Brain的AI研究人員將這款游戲作為AI研究的一個(gè)新領(lǐng)域，因?yàn)樵诙嗳擞螒颦h(huán)境中，合作玩法和不完美的信息相結(jié)合。有效的Hanabi玩家必須創(chuàng)建關(guān)于其他玩家的“思想理論”，并使用有限的信息來了解意圖。這種類型的預(yù)測(cè)能力和意圖建模對(duì)于智能代理在由于缺乏理解或?qū)π畔⒌脑L問較差而導(dǎo)致溝通困難的情況下與人類合作時(shí)必不可少。

該機(jī)器人通過使用類似于Pluribus的深度限制搜索技術(shù)的實(shí)時(shí)搜索方法來實(shí)現(xiàn)其超人能力，Pluribus是一種撲克游戲機(jī)器人，可以在六人無限制德州撲克中擊敗職業(yè)玩家。

用于步步高，國(guó)際象棋和圍棋等完美信息游戲的搜索算法在諸如Hanabi之類的不完善信息游戲中不起作用。在象棋這樣的游戲中，機(jī)器人可以根據(jù)知道棋盤上每個(gè)棋子的位置和能力來模擬所有可能的結(jié)果，但是使用Hanabi時(shí)，機(jī)器人必須考慮許多可能的“世界狀態(tài)”，這些狀態(tài)在制作時(shí)不會(huì)立即顯現(xiàn)出來。決定。

為此，F(xiàn)acebook AI應(yīng)用了一種多代理搜索概念的搜索策略，該機(jī)器人試圖根據(jù)可用信息來對(duì)隊(duì)友的搜索決策進(jìn)行建模。這增加了其搜索算法考慮其他玩家意圖的可能性，這些玩家先前曾暗示過哪些牌在游戲場(chǎng)上可見。

以前在AI研究領(lǐng)域，大多數(shù)突破都集中在對(duì)抗性零和環(huán)境上。盡管這對(duì)于開發(fā)更好的AI算法很有用，但這些情況并不適合大多數(shù)計(jì)算機(jī)人機(jī)交互(例如，消費(fèi)者和企業(yè)使用的交互)，后者將更加依賴于人與機(jī)器智能之間的合作。

展望未來，F(xiàn)acebook AI研究人員希望將此新AI模型應(yīng)用于其他合作環(huán)境和應(yīng)用程序，例如既不完全合作也不完全競(jìng)爭(zhēng)的應(yīng)用程序。

潛在的示例包括與人進(jìn)行談判，協(xié)調(diào)人與人之間的交流，基于了解意圖而提供信息，例如智能代理建議，以及AI必須訪問多個(gè)信息源并推斷意圖的其他情況。