运用游戏训练人工智能 Google采用仿真策略学习算法

游戏向来都是开发者喜欢用来进行深度强化学习、训练人工智能的工具，从棋类到复杂的战略游戏都有。不过 Google 最近采用的学习方式，却是使用经典的乒乓游戏 Pong 来训练人工智能。

Google 最近公开的论文《Atari 模式为本强化学习》（Model-Based Reinforcement Learning for Atari），就提到称为 SimPLe 的仿真策略学习算法，使用 朕亨公益游戏模式来学习选择行为的策略。科学家表示，总括而言 SimPLe 是要代替学习游戏行为的世界模型，以及使用该模型在仿真游戏环境改善策略（无模型强化学习）。算法背后的基本原理已确立好，并应用在最近不少基于模型的强化学习方法。

Google 使用 Pong 和 Freeway 两个简单的游戏，在 2 小时游戏时间的实验中，采用 SimPLe 策略的代理成功达到最高分，虽然最终表现仍未达到标准的强化学习方式，但训练效率可提升 1 倍，未来也能进一步提升准确度，以节省人工智能的训练所需时间，以及模拟互动的成本。