0
| 本文作者： 汪思穎 | 2018-04-06 13:41 |
雷鋒網 AI 研習社按：日前，OpenAI 啟動一項遷移學習比賽，這一比賽為期兩個月（4 月 5 日-6 月 5 日），參賽者需要讓智能體來玩風靡一時的 Sonic The Hedgehog（刺猬索尼克）游戲。這一比賽將會評出三大獎項，參賽者有機會獲得豐厚獎勵，并與 OpenAI 共同撰寫比賽技術文檔。
雷鋒網 AI 研習社將在下文介紹關于比賽的詳細信息。
在 OpenAI 官網可以看到，這次比賽將會衡量強化學習算法基于以往經驗的泛化能力?！霸诘湫偷膹娀瘜W習研究中，算法是在相同環境下進行訓練的，這使得算法擅長記憶，并有很多超參數。此次競賽將會在電子游戲關卡中測試算法——參賽選手需要讓智能體玩 Sonic The Hedgehog（刺猬索尼克）游戲，用于測試的游戲關卡此前從沒出現過。
此次比賽基于 Gym Retro 平臺。此外，為了助于大家比賽，OpenAI 也開源 retro-baselines，這一工具展示了如何在比賽任務中運行多個強化學習算法。比賽為期兩個月（4 月 5 日-6 月 5 日），獲勝者將得到一些很棒的獎品。
以下是參賽詳情：
參賽者訓練智能體（或者編寫腳本）來玩 Sonic The Hedgehog 游戲；
參賽者將智能體打包到 Docker 容器提交；
OpenAI 對提交的智能體進行一套秘密測試；
排行榜上會出現智能體的得分情況。
下面的圖解對這個過程進行了詳細說明。
OpenAI 表示，強化學習的下一步是利用以往經驗快速在新環境中學習。目前的算法很容易記憶，但不能很好地適應新的情況。雖然這次比賽的重點是電子游戲，但他們希望獲勝的技術能適用于更廣泛的領域。
比賽規則如下：
一個團隊只能用一個帳戶；
可以與其他團隊分享短代碼片段或指導代碼，但不能分享完整或部分解決方案；
參賽選手只能隸屬于一個團隊。
下面是對「最佳成績獎」（Best Score）和「最佳代碼獎」（Best Writeup）的介紹。要想爭奪這兩類獎項，參賽者必須在比賽最后階段將自己提交的智能體開源。每類獎項的前三名都將獲得獎勵。
此外，還有額外的「最佳支持獎」（Best Supporting Materials）。
所有獲獎者將受邀與 OpenAI 一起完成這一比賽的技術報告。
比賽規則頁面：https://contest.openai.com/details
Leaderboard 頁面：https://contest.openai.com/leaderboard
Benchmark 詳細描述：https://s3-us-west-2.amazonaws.com/openai-assets/research-covers/retro-contest/gotta_learn_fast_report.pdf
雷鋒網 AI 研習社編譯整理。
via：https://contest.openai.com
雷峰網版權文章，未經授權禁止轉載。詳情見轉載須知。
