Нейросеть освоила Red Dead Redemption 2. Новый этап в развитии искусственного интеллекта

Исследователям из Китая и Сингапура удалось достичь важного прорыва в области искусственного интеллекта, обучив нейросеть играть в популярную видеоигру Red Dead Redemption 2. Этот проект представляет собой значительный шаг вперед в исследованиях обучения машинного обучения и нейронных сетей.

Выбор Red Dead Redemption 2 для исследования был обусловлен его сложностью и разнообразием задач, которые встречаются в игре. Игра представляет собой масштабный открытый мир с различными сюжетными линиями, миссиями и диалогами. Этот выбор позволил исследователям проверить способность нейросети адаптироваться к разнообразным игровым сценариям и условиям.

Для обучения нейросети использовался фреймворк CRADLE, который обеспечивает взаимодействие между игровым миром и нейросетью. Использование данного фреймворка позволило ученым настроить процесс обучения и адаптации нейросети к игровому процессу.

Нейросеть проходила игру на условиях, аналогичных тем, с которыми сталкивается обычный игрок. Она не имела доступа к дополнительной информации о мире игры, и ее успех зависел от способности самостоятельно адаптироваться к игровым ситуациям и принимать решения в реальном времени.

Исследователи отметили, что нейросеть успешно справилась с основными сюжетными задачами игры, однако возникли трудности в некоторых миссиях, таких как быстрые перестрелки или сложное исследование окружения. Это свидетельствует о том, что необходимо дальнейшее совершенствование нейросетей для более эффективного взаимодействия с комплексными игровыми сценариями.

Одним из основных вызовов, с которыми столкнулись исследователи, являются ограничения модели GPT-4V, используемой в нейросети. Некоторые элементы игры, такие как пиктограммы и мини-карты, распознавались нейросетью с недостаточной точностью. Это подчеркивает необходимость дальнейшего развития и совершенствования моделей искусственного интеллекта.

Исследователи считают, что данная работа может иметь дальнейшие практические применения в различных областях, таких как разработка умных агентов для компьютерных игр, обучение роботов в реальном мире и автоматизация процессов в различных отраслях промышленности.

Источник: hi-tech.mail.ru