FACEBOOK OPEN SOURCE POLYGAMES: UN FRAMEWORK PER ADDESTRARE I ROBOT AI CON SELF PLAY
Polygames è un nuovo framework di ricerca sull’IA open source per addestrare gli agenti a padroneggiare i giochi di strategia attraverso il gioco personale, piuttosto che studiando esempi estesi di gameplay di successo. Poiché è più flessibile e presenta più funzionalità rispetto ai framework precedenti, Polygames può aiutare i ricercatori a far avanzare e valutare una vasta gamma di tecniche di zero learning (ZL) che non richiedono set di dati di training.
L’architettura di Polygames lo rende compatibile con più tipi di giochi – compresi Breakthrough, Hex, Havannah, Minishogi, Connect6, Minesweeper, Mastermind, EinStein würfelt nicht !, Nogo e Othello – rispetto ai sistemi precedenti, come AlphaZero e ELF OpenGo. Oltre a costruire e valutare i metodi ZL in una varietà di giochi, lo strumento consente ai ricercatori di studiare l’apprendimento di trasferimento, il che significa l’applicabilità di un modello addestrato su un gioco per avere successo su altri. Fornisce una libreria di giochi inclusi, nonché un’API a file singolo per implementare il tuo gioco.
Il team AI di Facebook ha dimostrato l’efficacia di Polygames come strumento di allenamento con prestazioni di modello elevate in varie competizioni di gioco, tra cui la produzione del primo bot per battere un giocatore umano di alto livello nel gioco 19 × 19 Hex. Oltre a condividere l’approccio alla costruzione di Polygames, Faceook sta facendo open source l’intero framework, disponibile su GitHub .