来自 AI 研究立场图谱百科
游戏智能体主义:游戏是通用 agent 理想的训练场:世界丰富、便宜、安全,目标清晰,还能无限重开。
主张
游戏智能体主义认为,人工智能体学会行动的地方是游戏。游戏是一个有规则、有后果、有长程目标、有对手、有分数的世界,而且可以零成本重开一百万次。从棋类到即时战略再到开放世界沙盒,游戏每复杂一级,都逼出一种新能力:搜索、长程信用分配、部分可观测、多智能体博弈、开放式探索。通关游戏不是噱头,而是一套课程。
它在图上明显偏世界一侧,因为游戏是模拟环境,agent 在里面感知和行动,而不是阅读;又处在 harness 半区,因为现代游戏 agent 会把模型和搜索、技能库、记忆、游戏 API 组合起来。范式等级为超级革命:它在语言模型主流之外有着悠久而辉煌的历史,并且总能在那里找到新前沿。
论据
- Atari、围棋、即时战略上的里程碑成果,各自带来了 DQN、价值网络加树搜索、大规模多智能体训练等技术,影响远远超出了游戏本身。
- Minecraft 这类开放世界游戏有开放式目标、工具合成和探索,是终身学习 agent 天然的试验场。
- 游戏提供精确、自动的奖励和完美的可复现性,这是大多数真实任务给不了的。
批评
- 超人类水平往往迁移不出去:在一款游戏里练成的本事很少能推广到另一款,更别说物理世界。
- 游戏专用 API 和特权状态信息,会让 agent 看起来比纯靠感知时能干得多。
- 野外机器人派指出,真实环境嘈杂、缓慢、无法重开,而这恰恰是游戏抽象掉的部分。
代表作
- Human-level control through deep reinforcement learning2015
- Mastering the game of Go with deep neural networks and tree search2016
- Grandmaster level in StarCraft II using multi-agent reinforcement learning2019
关系
怎样测出它
在完整版或专业版里落到这一格:x ≈ +0.69,y ≈ −0.45,范式 ≈ +0.65。