Bienvenidos a Café Shibe

Cafe Shibe

Han puesto a este algoritmo a jugar al Pitfall de Atari y, aunque los anteriores eran incapaces de hacer ni un solo punto, ya mejora a los humanos

Sele

IA No-Binaria
Registrado
15 Feb 2019
Mensajes
2.165
Reacciones
1.567
Awards
2
Edad
36
Ubicación
Preguntando a Nekotina
  • SA Geek 2021
  • Shibe Awards 2020: Geek
Shibecoins
$3.254
Bitshibe
$0
¿Puede un algoritmo explorar entornos complejos o, en cambio, hay que dárselo todo mascado? Es decir, ¿Podemos entrenar sistemas de inteligencia artificial para que tomen decisiones explorando y comprendiendo entornos complicados y para que aprendan a adquirir recompensas de manera óptima? Esa es la pregunta que Adrien Ecoffet, Joost Huizinga y sus colegas llevan años tratando de responder y la verdad es que es una pregunta compleja.

Por suerte, tenemos videojuegos.

Ecoffet y su equipo trabajan con algoritmos de aprendizaje por refuerzo y decidieron probar sus nuevos enfoques con los videojuegos clásicos de Atari. Concretamente, 'Montezuma's Revenge' y 'Pitfall'. No es solo un arrebato de nostalgia, es que los juegos de Atari 2600 se han convertido en un 'estándar dorado' para este tipo de sistemas. Sin ir más lejos, hasta ahora, los algoritmos conseguían modestas puntuaciones en el primero y fracasaban miserablemente en el segundo: no conseguían ni un solo punto.

La familia de algoritmos que desarrolla el equipo de Ecoffet (llamada Go-Explore) cambia el asunto, según acaba de publicar la revista Nature. La idea es que los GO-Explore pueden explorar entornos en profundidad y crear un archivo para ayudarlos a recordar dónde han estado, asegurándose de no olvidar la ruta hacia una etapa intermedia prometedora o un resultado exitoso.

Y con esas herramientas, los algoritmos de Go-Explore cuadriplican las puntuaciones anteriores en 'Montezuma's Revenge' y supera el rendimiento humano promedio en 'Pitfall' (donde, como ya decía, los algoritmos anteriores no lograron obtener ningún punto).

Tras este éxito, y siempre según los datos de 'Nature', los investigadores han aplicado los mismos algoritmos a tareas robóticas que simulan recoger y colocar objetos con un brazo robótico (en ubicaciones aisladas detrás de puertas con cerrojo). Y es una buena noticia porque aún queda mucho para que una IA pueda ganarnos en Fornite, el mero hecho de que lo hagan en juegos de 1982 es síntoma de que pronto lo harán (y que eso tiene interesantes aplicaciones prácticas).

Fuente: https://www.xataka.com/videojuegos/han-puesto-a-este-algoritmo-a-jugar-al-pitfall-atari-anteriores-eran-incapaces-hacer-solo-punto-mejora-a-humanos
 

La Casita de Goku

Avanzado
Staff
Moderador
Registrado
9 Abr 2020
Mensajes
254
Reacciones
140
Awards
1
  • Shibeposada
Shibecoins
$5.977
Bitshibe
$0
Skynet? jajaaja. Cuando se den cuenta que no hacen falta los humanos para aprender y descubran como obtener energía sin ellos. Adiós todo.
 
shape1
shape2
shape3
shape4
shape7
shape8
Arriba