中新網(wǎng)北京12月7日電 (記者 孫自法)施普林格·自然旗下學(xué)術(shù)期刊《自然-通訊》最新發(fā)表一篇人工智能(AI)論文報告稱(chēng)，人工智能代理可談判和形成協(xié)議，使其在桌面游戲《外交》中勝過(guò)其他無(wú)此能力的代理。這項研究展示了一種深度強化學(xué)習方法，用其建模的代理可以與其他人工代理溝通和合作，在玩游戲時(shí)共同制定計劃。

　　該論文介紹，開(kāi)發(fā)能展現出代理間合作和溝通的人工智能十分重要?！锻饨弧肥且粋€(gè)流行桌面游戲，為此類(lèi)行為提供了有用的測試平臺，它包含玩家之間復雜的溝通、談判和形成同盟，而人工智能一直很難達成這些。要贏(yíng)得游戲，《外交》需要推斷在場(chǎng)玩家的未來(lái)計劃、玩家間的承諾，和他們的誠實(shí)合作。過(guò)去的人工智能代理在單個(gè)玩家或兩個(gè)競爭性玩家的游戲中取得過(guò)成功，其中玩家之間沒(méi)有交流。

　　來(lái)自英國人工智能企業(yè)DeepMind的論文第一作者加諾斯·克拉馬爾(János Kramár)、通訊作者約拉姆·巴赫拉奇(Yoram Bachrach)和同事設計了一個(gè)深度強化學(xué)習方法，讓代理可以協(xié)商同盟、共同制定計劃。他們創(chuàng )造出了模擬玩家的代理，形成團隊，嘗試勝過(guò)其他隊伍的策略。通過(guò)預測可能的未來(lái)游戲狀態(tài)，這一學(xué)習算法允許代理對未來(lái)行動(dòng)達成一致，識別有益交易。為接近人類(lèi)水平的表現，論文作者還通過(guò)檢驗一些代理間承諾破裂的場(chǎng)景(代理背離了過(guò)去的協(xié)議)，調查了誠實(shí)合作的條件。

　　論文作者總結說(shuō)，他們的研究發(fā)現有助于人工智能代理形成靈活溝通機制的基礎，使其能根據環(huán)境調整策略。此外，這些發(fā)現還表明，對違反協(xié)議的同伴的制裁傾向如何大為降低了這類(lèi)違反者的優(yōu)勢，有助于形成大多可信的交流，盡管情況最初更有利于違反協(xié)議者。(完)