Nvidia AI играет в Minecraft и получает награду конференции по машинному обучению
Нвидиа
Документ с описанием МайнДодзёуниверсальный агент искусственного интеллекта Nvidia, который может выполнять действия из письменных подсказок в Шахтерское ремесло, выиграл Награда за выдающиеся наборы данных и контрольные показатели на выставке 2022 г. НейриПС (Нейронные системы обработки информации), Nvidia объявила в понедельник.
Чтобы обучить фреймворк MineDojo играть Шахтерское ремеслоисследователи скормили ему 730 000 Шахтерское ремесло Видео на YouTube (более 2,2 миллиарда слов), 7000 извлеченных веб-страниц из Шахтерское ремесло wiki и 340 000 сообщений Reddit и 6,6 миллионов комментариев Reddit, описывающих Шахтерское ремесло геймплей.
На основе этих данных исследователи создали специальную модель трансформера под названием MineCLIP, которая связывает видеоклипы с определенными внутриигровыми событиями. Шахтерское ремесло виды деятельности. В результате кто-то может сказать агенту MineDojo, что делать в игре, используя естественный язык высокого уровня, например, «найти пустынную пирамиду» или «построить портал в Нижний мир и войти в него», и MineDojo выполнит серию шагов. необходимо, чтобы это произошло в игре.
Примеры задач, которые может выполнять MineDojo.
Нвидиа
MineDojo стремится создать гибкого агента, который может обобщать изученные действия и применять их к различным действиям в игре. Как Нвидиа пишет«Хотя исследователи уже давно обучают автономных агентов ИИ в средах видеоигр, таких как Стар Крафт, Дота, и Go эти агенты обычно специализируются лишь на нескольких задачах. Поэтому исследователи Nvidia обратились к Шахтерское ремеслосамой популярной в мире игре, для разработки масштабируемой системы обучения для универсального агента, который может успешно выполнять широкий спектр открытых задач».
Нвидиа
Отмеченный наградами бумага«MINEDOJO: создание открытых встроенных агентов с использованием знаний в масштабе Интернета», дебютировал в июне. Его авторами являются Linxi Fan из Nvidia и Guanzhi Wang, Yunfan Jiang, Ajay Mandlekar, Yuncong Yang, Haoyi Zhu, Andrew Tang, De-An Huang, Yuke Zhu и Anima Anandkumar из различных академических учреждений.
Вы можете увидеть примеры MineDojo в действии на его Официальный сайти код для МайнДодзё а также ШахтаCLIP доступен на GitHub.
