只要你的AI算法能比小白鼠聰明，DeepMind的這20萬獎金請拿走
賈浩楠 發自 凹非寺
量子位 報道 | 公眾號 QbitAI
用你的AI算法和小白鼠一較高下，還能贏得3萬美元（20萬元）獎金。
穩賺？快別這么想。
實際情況是，機器學習算法一般都是在給定條件的任務中有較好的表現，但現實情況則要復雜很多。舉例來說，一個老鼠在迷宮中或有遮擋的環境中尋找食物的表現要比一個AI好得多。
DeepMind就以動物認知測試為基礎開發了一套強化學習任務集Animal-AI，用來供開發者測試自己的AI模型實用性。
前兩天，Animal-AI2.0版本上線，并且在Github開源。
AI算法：我不如狗
游戲環境經常被用來評估AI的“能力”。
一般都是給定狀態轉移概率（ state transferring probability）和獎勵函數，在這樣的條件下來測試模型表現。
那真實的世界真的是這樣的嗎？
當然不是，真實的世界要復雜地多，在面對復雜任務時，動物的表現往往優于AI。
比如下圖，簡單的把食放在一個透明管中，狗能明白把頭伸進管子里就能獲得食物，而一個強化學習AI完全懵了。
DeepMind研究人員基于動物認知的研究開發了這個測試環境，旨在讓強化學習算法的開發者，通過動物的行為模式中獲得啟發，改善算法性能。
這個項目包含了訓練環境、訓練庫以及900個測試和/或訓練任務。900個任務由淺入深，被分為不同的類別，以反映不同的認知能力。
該環境使用Unity ml-agent建立。其中包含一個固定大小的競技場，和一個已經訓練好的模型。
競技場中包含各種物體，包括正負獎勵（綠色、黃色和紅色球體）、障礙物、雷區、不同的地形等。你的AI任務是在場地中收集正激勵（黃綠球）。
安裝教程
Animal-AI可以在Mac、Linux、Windows上運行，要求Python3。
首先安裝必要運行環境，Github項目主頁提供了不同系統的環境下載：
將安裝包解壓到examples/env文件夾下。Linux系統可能需要先運行一行代碼：
chmod +x env/AnimalAI.x86_64Animal-AI包里面是一個Unity環境交互應用接口，包括一個gym環境、一個擴展Unity ml-agent環境。通過以下代碼安裝：
pip install animalai項目還提供一個可以用來訓練模型的包，通過以下代碼安裝：
pip install animalai-train環境配置好以后，在examples路徑下運行：
pip install -r requirements.txt啟動jupyter notebook并運行environment和training。
測試實例
這里測試的算法是在2019年Animal-AI Olympic大賽中獲得第一名的算法。
一個簡單的尋找食物的任務：
更進一步，在一個有靜止負激勵的復雜環境中尋找食物，AI面對復雜環境時直接卡死在場地右下角：
讓紅色的球（負面激勵）動起來，AI需要在動態環境中尋找食物：
再增加難度，使環境更復雜，可以看到AI直接卡死在角落里了:
一個Y型迷宮：
工具使用（這個任務中，AI必須使用蹺蹺板才能收集到食物）：
這種復雜的任務絕大部分AI都無法完成，不是圍繞紅區直至時間耗盡，就是直接卡死在墻角。
可以看到，低等級的動物行為測試任務，一般的AI都能完成，而稍微加大難度，AI就會「無所適從」，直接卡死，這一系列任務讓不少滿懷信心的AI開發者鎩羽而歸。
項目的開發者發起了Animal-AI Olympics，征集全世界的強化學習AI才挑戰這些任務，獎金高達3萬美元，2019年的比賽已經結束。
可以看到，第一名平均分也只有43.7，在復雜決策，比如避障、因果推理等項目上得分都很低。
組織者還計劃在2021年舉行第二屆大賽，你是否準備好用自己的強化學習算法去贏取這3萬美元了呢？
傳送門
項目地址：https://github.com/beyretb/AnimalAI-Olympics
Animal-AI Olympics比賽詳細信息：http://animalaiolympics.com/AAI/2019
- 中國汽車一哥加持，自動駕駛界「大疆」估值沖破百億2025-11-26
- 神盾金磚電池成功挑戰行業首個“整車+整包”帶電六大極端測試2025-09-02
- 對話吉利技術一號位：VLA大模型打底，沖刺全球最大機器人公司2025-09-02
- 全新嵐圖知音正式上市，20.29萬元起2025-08-28
相關閱讀
