看人工智能Agent如何协作，玩虚拟抓猪游戏

“合作是人类智慧的核心，而现在有些算法正在学习这一人类智慧。”

在玩抓猪游戏时，虽然我们面对的是一头虚拟的猪，但团队合作来抓猪总是更容易获得胜利。这一点在微软组织的竞赛中有了完美体现，微软的研究人员在竞赛中测试了人工智能Agent如何通过合作解决抓猪这一棘手问题。

这是人工智能迄今为止关注相对较少的领域。AI研究人员经常会开发一些程序，来执行特定的人类任务，通过程序与人类玩家的较量过程来测试AI程序的能力，比如会下棋的Alpha Go。然而，人类智慧博大精深，这里面涉及到沟通，社交智慧和大脑理论，预测能力，以及对智能机器的意图理解。

微软这一项目的另一层含义，则是讨论人类和人工智能系统应该如何协同工作，使合作的成果能大于二者单独工作的总和。艾伦人工智能研究所首席执行官Oren Etzioni说：“这是更广泛的趋势，让我们重新思考AI的定义，它是在人类智能上的增强智能而不是人造的智能。”

在微软的竞赛Project Malmo项目中，人工智能Agent可以相互合作，这是开放式电脑游戏Minecraft的一个特别版本，微软的研究人员设计了这个环境，使其能够直接导入和测试不同的AI技术。 Agent可以通过有效方式来相互协作或协助人类，尽管这一领域还需要更深远的研究，但微软的竞赛提供了可行方式来测试一些早期的想法。

在比赛中，不同Agent可以选择单独行动或者相互组队，通过控制动作来抓住乱跑的虚拟猪，每一次会获取相应的分数。

马尔默协作AI挑战赛（Malmo Collaborative AI Challenge）的顶尖队伍使用了前沿的机器学习方法，比如他们使用了深度学习来训练Agent相互协作，这要求队伍拥有大量的数据，才能使用深度学习的方法进行训练。但是也有另一些参赛者使用了传统方法，也就是通过给Agent编写固定的代码，使其对环境和动作有对应的策略。

而此次挑战赛的获奖者是英国牛津大学的一个团队，他们在比赛中使用了强化学习，这是一种在实验中受动物的学习机制启发的机器学习方法。在强化学习中，每当Agent相互合作并成功地抓到猪以后，它们能够获得正反馈。

微软Malmo项目的首席研究员Katja Hofmann指出，许多团队结合了不同的方法来完成比赛，没有哪一种单一的方法能成为真正的赢家，混合的方法很可能会为未来的研究提供一个特别有前景的方向。“

这次的抓猪游戏挑战赛来源于思维实验Stag Hunt，Stag Hunt探索了涉及合作和谈判策略的数学概念——游戏理论。在这个思维实验中，游戏的猎人必须要做出选择，到底是单独行动去追猎价值相对较小的野兔，还是相互合作去追猎价值更大的雄鹿。

微软将会根据参赛者取得的成绩以及算法的新颖性进行评判，顶尖队伍将会获得20,000美元的研助资金和微软研究AI暑期学校的工作机会。

研究机器学习和数据挖掘的华盛顿大学教授佩德罗·多明戈斯（Pedro Domingos）表示，在模拟环境中训练AI模型有其缺陷，模拟的环境可能会使得模型优化过度，因此降低了模型在真实世界的有效性。Domingos教授还提到，现在模拟环境变得越来越复杂，这一点稍有改善。

Domingos教授补充说，人类之间的合作是如此复杂和微妙，很难想象微软的这一项目能产生真正有用的方法。但尽管持有怀疑，Domingos教授表示他还是被这一项目所鼓舞，他说：“目前AI协作还处于研究的早期阶段，Minecraft提供了很多的可能性，这一项目比以前的研究更加丰富，非常值得一试。”