为视频游戏世界构建交互代理

人的行为是复杂的。 即使是像“将球放在盒子附近”这样的简单命令，也需要对上下文和语言有深刻的理解。 可能很难理解像“关闭”这样的词的含义——球在技术上可能离盒子最近，但演讲者可能希望球靠近容器。 要正确响应请求，一个人必须理解和判断上下文和情况。

然而，人工智能 (AI) 的研究人员认为，不可能编写出能够捕捉情境交互微妙之处的计算机代码。 另一方面，现代机器学习 (ML) 专注于这些交互的数据驱动学习。 我们在视频游戏环境中创建了一个研究环境，以探索这些学习方法并快速构建能够理解人类指令并在开放式情况下安全执行操作的代理。

我们今天发布了一篇论文以及一系列视频，这些视频展示了我们在创建能够理解模糊人类概念的视频游戏 AI 方面的第一步，因此可以开始按照人们的方式进行互动。

来源和详细信息：
https://www.deepmind.com/blog/building-interactive-agents-in-video-game-worlds