Эксперимент по созданию искусственного интеллекта для игры в Doom

Пятница, 7 октября 2016 г.

Следите за нами в ВКонтакте, Телеграм'e и Twitter'e

В рамках проекта VizDoom развивается система искусственного интеллекта для игры в Doom. От обычных игровых ботов VizDoom отличается тем, что система работает на основе анализа визуальной информации, отслеживая только изменение содержимого экрана и используя методы машинного обучения для определения стратегии игры. Код проекта распространяется под лицензией MIT. Проект развивается группой исследователей из Технологического университета города Познань (Польша).

Ключевой задачей проекта является изучение возможностей по применению методов машинного обучения на основе восприятия визуальной информации. Для распознавания изображений в VizDoom используется свёрточная нейронная сеть, моделирующая особенности зрительной коры. VizDoom оформлен в виде платформы, позволяющей создавать ботоы на языках Python, C++, Java. Предоставляется API для полного контроля за работой бота, в том числе для применения альтернативных методов машинного обучения.

Несколько дней назад состоялось соревнование Visual Doom AI Competition между ботами, в котором приняли участие команды из лабораторий по исследованию искусственного интеллекта различных университетов, а также компаний Intel и Facebook. На соревнованиях также проводились показательные бои между людьми и ботами. Платформой поддерживается как прохождение игры в однопользовательском режиме, так и участие в командных состязаниях.

Следите за нами в ВКонтакте, Телеграм'e и Twitter'e


Просмотров: 767
Рубрика: Hi-Tech


Архив новостей / Экспорт новостей

Ещё новости по теме:

RosInvest.Com не несет ответственности за опубликованные материалы и комментарии пользователей. Возрастной цензор 16+.

Ответственность за высказанные, размещённую информацию и оценки, в рамках проекта RosInvest.Com, лежит полностью на лицах опубликовавших эти материалы. Использование материалов, допускается со ссылкой на сайт RosInvest.Com.

Архивы новостей за: 2018, 2017, 2016, 2015, 2014, 2013, 2012, 2011, 2010, 2009, 2008, 2007, 2006, 2005, 2004, 2003