Keke AI 竞赛:在动态变化的机械空间中解决谜题关卡
介绍第六届AIBIRDS比赛,要求参赛者开发智能代理程序,能够玩物理学基础碎片游戏Angry Birds,并使用深度强化学习等技术,描述该比赛的框架,规则,参赛代理程序和结果,探讨相关工作和未来的发展方向。
Mar, 2018
本文介绍了选择解决算法问题子集的信息论方法,并在GVGAI游戏中测试得到较小的游戏集,在测试代理时具有高区分能力。此方法可扩展到研究游戏设计的有效方差,并确定不同游戏之间的不同之处。
Sep, 2018
提出将Hanabi游戏作为新的挑战领域来驱动人工智能研究,强调需要发展针对其他代理者信念和意图的理论推理新技术,并介绍了开源的Hanabi游戏学习环境以及当前最先进技术的性能评估实验框架。
Feb, 2019
该研究提出了一种适应性水平生成算法,用于 Angry Birds 物理解谜游戏。该算法基于先前的水平生成器,但难度可以根据玩家的表现进行调整,从而创造特定于玩家自身能力的个性化水平。我们使用多个具有不同策略和 AI 技术的智能体来评估所提出的方法的有效性,并将它们作为真实玩家特征的模型/代表,以便在大量生成中高效地优化水平属性。作为次要研究,我们还证明了通过将多个智能体的表现结合起来,可以生成对某些玩家特别具有挑战性但对其他玩家不具有挑战性的水平。
Feb, 2019
本文综述了行为树在人工智能和机器人应用中的作用,通过对现有的文献资料进行分类和总结,结合模块化和层次化树结构,探讨了其在算法和人类分析方面的优点。同时,文章提出未来需要解决的一系列开放性问题。
May, 2020
本研究介绍了一种基于项目和竞赛的本科生课程,旨在为第二年级学生提供搜索方法在棋盘游戏中的应用基础,并通过竞赛形式应用于构建AI代理以参加比赛。通过引入竞赛化学习和游戏化学习,以更好的方式促进学生学习的质量和体验。
Apr, 2023
通过在国际象棋中构建多样化的人工智能团队,研究表明多样性对于解决复杂计算问题具有价值,并能使团队中的人工智能系统产生出更多有创造性的决策机制。
Aug, 2023
强大的人工智能系统通常用于与计算能力较低的代理进行交互,为了在这些设置中成功交互,除了超凡性能之外,人工智能系统还需要考虑低级行为或个体风格,本研究提出了正式的评估框架来评估接近最优的人工智能与计算能力较低的交互伙伴之间的兼容性,并使用合作国际象棋作为模型系统,通过开发可以成功与计算能力较低的实体进行交互的人工智能。
May, 2024
人类通过遵循现有的规则和程序以及通过创造性的飞跃来解决问题。我们基于Baba Is You游戏开发了一个新的基准,其中代理商通过操纵环境中的物体和规则来达到指定的目标并赢得游戏。我们测试了三种最先进的多模式大型语言模型(OpenAI GPT-4o,Google Gemini-1.5-Pro和Gemini-1.5-Flash),发现它们在需要操作和组合游戏规则的泛化时存在严重的失败。
Jul, 2024