強化學習

AI在遊戲中學會哪些我們習以為常的「大智慧」？

這不是什麼住商廣告，而是OpenAI專為強化學習AI開發的學習工具──Safety Gym，讓AI能在錯誤中學習，卻又不會危及周遭其他人的安全。

人類會運用抽象概念，透過想像來達成目標。例如照著IKEA家具的組裝說明書，在腦中構思該如何組裝物件，也透過實際動手，學會了更多新概念。而後這些較高階的新概念又可被進一步延伸，解決其它問題。只是，這一連串看似理所當然的認知過程，卻遠非我們想像中的簡單。

許多幹道每逢尖峰時段便會大塞車，然而除去天候不佳、車禍等不可抗力因素外，造成塞車的原因往往來自人類駕駛本身：只要任一位駕駛突踩剎車，就會導致後方車潮一連串走走停停的現象，讓交通大打結。不過柏克萊大學的研究團隊發現：只要在車潮中混合一定比例的自駕車，就能有效緩解壅塞情形，甚至將整體車速提升至兩倍，解決塞車窘境。

科技發展蓬勃的今日，機械手臂已跨足各個領域，輔助人類提升工作效率。其所追求的最終目標，不外乎是能和人類的雙手一樣敏捷，以執行更精密的任務，惟現有機械手臂的靈巧性仍遠不及人類。因此，OpenAI團隊推出結合AI的全新系統Dactyl，透過強化學習和能高速平行運算的訓練平台Rapid，讓Dactyl在50小時的訓練過程中吸收相當於100年的學習經驗，更自行摸索出人類常用手勢，大幅提升機械手臂的操作靈活度。

強化學習架構下訓練出的機器人在遊戲中贏得勝利，早已不是件新鮮事。但其依然存在瑕疵，使得機器人在特定遊戲上的表現不如預期。透過一系列復古街機遊戲，美國奧勒岡州立大學的研究團隊嘗試將AI決策過程視覺化，找出其中關鍵與盲點。