谷歌DeepMind开源其深度学习平台DeepMind Lab

原文： Open-sourcing DeepMind Lab
译者： KK4SBB
欢迎技术投稿、约稿、给文章纠错，请发送邮件至[email protected]

继Tensorflow开源之后，谷歌近期又宣布将开源其深度学习平台DeepMind Lab。谷歌建设DeepMind的初衷是打造一个简洁、高效的人工智能平台，平台的通用性尽可能强，在其之上能解决复杂的任务。理想状态下的智能体(Agent)应该能够处理各式各样的任务，它们可以从原始输入信号和周围环境变化中自动地掌握技能，而且能够自适应变化的环境。因此，谷歌从设计更聪明的智能体与搭建更复杂的训练环境这两方面来推进这个项目。

过去一段时间，谷歌的DeepMind团队持续投入精力来构建丰富的模拟环境，为人工智能研究创造条件。他们将DeepMind这个平台开源，也是希望这一先进的平台能惠及更广大的科研工作者。

DeepMind Lab类似于3D游戏的平台，它的研发工作都基于一个个智能体。用户仿佛置身于充满科幻的场景中，透过仿真智能体的眼睛以第一人称的视角观察周围环境。智能体的“身体”是一个浮球，它依靠各个方向的发射推进器可以在三维空间里移动，它还有一台摄像机用来观察四周的状态。智能体可以采集果实、走出迷宫、穿越危险的悬崖峭壁、玩激光游戏、以及快速学习和记忆随机变化的环境。下面是DeepMind Lab的智能体与它所处的世界互动的示例：

每一个状态，智能体将以第一人称视角观察到的世界转换为像素图。它们也许会受到奖励（或者惩罚）信号。智能体可以启动推进器在3D空间内移动，亦可以旋转视角观察周围。

DeepMind Lab的通用性人工智能强调以第一人称视角来观察和记忆，基于此规划路径、设计策略、控制时间，依靠挖掘周围的环境来自主学习它们需要完成的任务。每一项因素都会增加学习的难度，都是各自领域的技术难题。现在把它们都融合到同一个平台来训练，这是前所未有的巨大挑战。

DeepMind Lab具有高度的可定制性和可扩展性，具备可编程的等级生成(level-creation)接口，可以根据游戏逻辑、特定观测、等级重启、奖励机制、游戏站内消息等等定制等级。该平台具备的这些特性能用于测试智能体如何应对不熟悉的环境。社区用户可以通过Github给平台添加定制的等级。谷歌希望社区的所有用户都能参与到平台的建设中来。

尽管DeepMind Lab在DeepMind团队内部已经使用了一段时间，并且取得了不小的成就。也需要广大用户一起参与，来探索未被开发的功能。

论文下载：《DeepMind Lab》
DeepMind’s GitHub：https://github.com/deepmind/lab

---

想要更多干货？请关注CSDN人工智能公众号AI_Thinker。