張夢然

近日，美國團隊報告了一類增強學(xué)習(xí)，可回溯過去、解決復(fù)雜任務(wù)，真正改善了對復(fù)雜環(huán)境的探索方式，有望應(yīng)用于機器人、語言理解和藥物設(shè)計領(lǐng)域。這類算法被統(tǒng)稱為“Go-Explore”，其已經(jīng)在一款經(jīng)典游戲的算法挑戰(zhàn)中得分超過了人類玩家和先進的人工智能系統(tǒng)。該成果被認為正朝著實現(xiàn)真正“智能學(xué)習(xí)體”邁出了重要一步。

研究人員表示，“Go-Explore”可以對環(huán)境進行全面探索，同時構(gòu)建一個檔案庫來記住它去過的地方，確保自己不會忘記通往有望成功的期中階段或是最終勝利的路線。其在雅達利經(jīng)典游戲中的得分，超過了人類玩家和先進的人工智能系統(tǒng)，研究人員用這類算法，解決了之前未能解決的2600個雅達利游戲，驗證了這類算法的潛力。

研究人員指出，記住并回到有望成功的探索區(qū)域的簡單原則是一種強大、通用的探索方法。他們認為最新的算法有望應(yīng)用于機器人、語言理解和藥物設(shè)計。