强化栗 发自 凹非寺 
量子位 报道 | 公众号 QbitAI

《我的世界》，也要变成AI的世界了。

顶会NeurIPS 2019，为普天之下的强化学习AI，举办了一场Minecraft大赛，并广邀各路英豪参赛。

赛会名曰MineRL，任务就是挖钻石。

组委会还说，这是为科学之崛起而挖钻 (Play to Benefit Science) 。

带着你家的AI来参加吧，这里有丰盛的数据集吃：来自人类玩家的6,000万帧实况。

成绩优异的选手，可能获得赞助商英伟达爸爸提供的GPU，还有许多没公布的神秘奖励。

你的钻石，不，是我的钻石

AI想要挖到钻石，并不简单：历经八个步骤，每一步都要自行探索。

△ 第一步 & 第二步

第一步，收集木材。

第二步，用收来的木料造一只木镐。

△ 第三步 & 第四步

第三步，拿着木镐去挖石矿，然后造一只石镐。

第四步，用新的石镐挖铁矿。

走到这里，就没有上面那样容易了。铁镐并不是挖来铁就能造的：

△ 第五步 & 第六步

第五步，打一个炉子。

第六步，把铁熔了造个铁镐。有了铁镐，才挖得动钻石。

△ 第七步 & 第八步

第七步，找钻石。并不容易，AI要慢慢摸索，才知道钻石常常出没的地方。

第八步，挖挖挖挖挖钻石。任务完结。

问题是，强化学习AI的学习效率很低，要找到各种步骤只间的逻辑关系，可能要打上几百万/几千万局比赛。

俗话说，人间一天，AI两百年；可AI又不止训练一天，可能几星期，可能几个月。

而现在，NeurIPS组委会想要寻找能够高效训练的强化学习AI。

在奖励非常稀疏的游戏环境里，效率更加难得。所以选定了《我的世界》作为赛场。

比赛规定，每位选手只能训练4天。时限一到，便要上场比试。

所以，数据集一定要提供充足的营养，模型才能跑出优秀的成绩：

6,000万帧，对症下药

比赛数据集叫做MineRL-v0。就像开头提到的那样，这里有6,000万帧数据，全部来自人类玩家。

四大类

数据分四类，各自针对《我的世界里》不同的任务。

一是导航，各种任务的基础。分为两类，一类是正常导航，另一类是极端的山丘导航，需要跨越崎岖地形的那一种。数据长这样：

二是砍树，木材是许多任务都需要的原材料。

智能体从森林出发，拿着一把铁斧去砍树。砍倒一棵，奖励值就+1，直到砍倒64棵，一个Episode就结束了。

三是捡装备，这个部分比较复杂。物品种类丰富，而有些并不能直接获取，比如钻石，就要用上面的方法才能挖来，一步一步更新自己的工具。

四是生存，这里并没有具体的任务，没有已知的奖励，但AI要活下去。也就是最终比赛时的游戏模式。

玩家从随机的地点出生，然后自己确定高级目标，再解锁各种工具来达成这些目标。所以，要依靠更丰满的数据：

各种技能修炼完成，就可以加入比赛了。

赛程分两轮

第一轮是海选，大家把自己训练好的模型传上排行榜。最多上传20次。

然后，主办方筛选出排名靠前的模型，让选手提交源代码，在官方设备上统一训练4天，排行榜前10名进入决赛，还能获得赞助商爸爸微软提供的Azure额度。

第二轮是决赛，选手上传源代码，依然是官方统一训练4天。最多上传4次，取最好成绩。

至于奖励，除了英伟达会提供三台GPU之外，最终方案还没有完全公布。

不过，所有决赛选手都会获得前往NeurIPS的旅行补助。没进决赛的选手，也有机会获得补助。

决赛前两名，还会在NeurIPS的Workshop上介绍自己的方法。

你也来参加吧

比赛6月1日开启，那是一个充满生机的日子。

详情页在此：

minerl.io/

报名请从这里前往，点击“Participate”：

https://www.aicrowd.com/challenges/neurips-2019-minerl-competition

数据集论文在此：

https://arxiv.org/abs/1904.10079

如果想帮AI丰富数据集，身为人类的你也可以来玩一下：

http://minerl.io/play/

— 完 —

活动推荐

2019人工智能与机器学习创新峰会旨在发现全球互联网领域在人工智能、大数据、互联网架构等领域的创新工程和杰出团队，整合国际最佳技术实践，构建行业案例研究智库，助力企业在AI时代转型升级。点击上方图片查看详情

加入社群

量子位AI社群开始招募啦，量子位社群分：AI讨论群、AI+行业群、AI技术群；

欢迎对AI感兴趣的同学，在量子位公众号（QbitAI）对话界面回复关键字“微信群”，获取入群方式。（技术群与AI+行业群需经过审核，审核较严，敬请谅解）

量子位 QbitAI · 头条号签约作者

վ'ᴗ' ի 追踪AI技术和产品新动态

喜欢就点「好看」吧 !