网易伏羲论文入选AI顶会NeurIPS：优化算法提升强化学习效率
近日，神经计算和机器学习领域极负盛名的顶级会议NeurIPS（AdvancesinNeuralInformationProcessingSystems,简称NeurIPS，前称NIPS）揭晓论文收录名单，网易伏羲实验室的论文《学习利用奖赏塑形：奖赏塑形的新方式》（《LearningtoUtilizeShapingRewards:ANewApproachofRewardShaping》）入选，凸显了国际顶尖的科研实力。
NeurIPS（神经信息处理系统大会）是人工智能、机器学习和计算神经科学等领域的顶级学术会议，也是中国计算机学会人工智能领域A类推荐会议之一。随着深度学习技术带来的机器学习领域跨越式发展，NeurIPS会议的投稿数量和参会人数也逐年递增。本届NeurIPS的投稿量达到了9454篇，创历年新高，其中1900篇被选为大会论文，录用比例仅20.09%，火爆程度可见一斑。
网易伏羲在论文中重点研究的“奖赏塑形”（RewardShaping）是一种将先验知识转化为奖励函数，从而提高强化学习算法效率的有效技术手段。目前，网易伏羲的强化学习技术已成功在《潮人篮球》、《逆水寒》等游戏中落地，而利用先验知识来设计和构造有效的附加奖励函数常常是项目能够取得进展的关键之一。
不过，寻找优良的附加奖励函数需要比较专业的领域知识以及反复迭代的人力投入。同时，由于涉及到人的操作，目前的一些方法将规则性的知识转化为算法能够理解的数值奖励时，往往也会将人的认知偏差引入其中，对强化学习算法带来负面的影响。举例来说，在设计《潮人篮球》游戏机器人的附加奖励函数时，如果把握不好对传球动作的奖励值的大小，比赛中将会出现球员之间一直进行相互传球而不进攻的尴尬场面。
为了避免上述问题，网易伏羲此次入选的论文首次提出自适应地利用给定的附加奖励函数的方法，让学习算法能判断不同状态下对应附加奖励的好坏，并选择性地加以利用。
在小车立杆和MuJoCo环境的一系列实验结果表明，网易伏羲所提出的算法，不但能够分辨出附加奖励的好坏并选择性地利用，甚至还能够将有害的奖励值转化为对学习有帮助的奖励值。
简单来说，网易伏羲提出的算法不仅能让人工智能的强化学习效率变高，还能帮助人工智能筛选出正确的知识，让人工智能的学习更加准确。
强化学习是网易伏羲实验室重要的研究方向之一。为了使虚拟世界更有真实度和多样性，游戏中常常需要大量的NPC、Boss怪、匹配的机器人等。传统AI依靠开发人员手工编写行为逻辑，效果不并理想，成本又非常高。加入强化学习技术后，由算法通过不断学习实现对AI的控制，能够更好的解决这些问题，让游戏角色的行为更加灵活多样。
强化学习还被大量应用在游戏开发中的测试环节。传统测试流程依靠人肉测试或者写脚本测试，日常工作量大、重复劳动多、内容复杂多变，还常常会造成测试覆盖率不足的问题。智能测试服务用算法解放人力，以强化学习增加测试强度，以进化算法增加测试广度，能够实现更低成本、更高覆盖的测试，保障游戏的安全和品质。
网易伏羲实验室成立于2017年，是国内首家游戏人工智能研究机构。为众多网易游戏产品提供前沿、高质量AI技术应用的同时，网易伏羲实验室专注文娱领域的研究与应用，研究方向包括强化学习、图像动作、虚拟人、自然语言、用户画像等。在学术研究方面，网易伏羲实验室同样拥有顶尖水平，目前已经发表国际顶会论文58篇，专利100余项。
相关文章
-
重要通知：关于升级经理班服务11.0通知
各位同学：经理班11.0服务升级完成，因为涉及到数据库的迁移，官网各项学习功能会受到影响。,自主选择需要系统化的提升，还是专项训练——当然，若自己拿捏不定，可以和学习顾问\成长顾问沟通，让老师给你专业的建议，然后你再做选择。,新的模式运行期间，可能会出现各项无法预知的问题，若遇到后也请同学理性对待，并积极主动和班主任老师反馈问题，让程序员及早进行优化和升级。
2024-03-14 16:14 -
网店怎么开，网店怎么就能做好了
首要来讲，通过正规的流程去开店的话，是需求一千元的保证金，这个能够说是渠道为你暂时保存，将来假如关店，会全额交还。,其实做这个没有捷径，所谓的一些高科技的软件，你能弄到，他人也能弄到，不可能全世界只要你一个人有。,当出现问题，就当然习惯性的往外推，而不是向内看。
2024-03-14 16:11 -
怎么去学拼多多运营？一般要学多久？
因此，在进行拼多多运营时，需要理解这一特点，并根据用户需求调整产品策略和推广手段。,可以通过阅读相关书籍、参加培训班或者线上课程来学习拼多多运营的知识。,在这个过程中，需要不断学习和总结经验，并进行实践来提升自己的运营能力。
2024-03-13 15:22 -
新手怎么学拼多多运营的？运营一般要学多久？
可以通过拼多多的店铺排行榜、行业论坛、社交媒体等渠道了解一些成功案例，并从中汲取灵感和启示。,在这些社群中，可以学习到其他卖家的经验分享、行业动态和最新的拼多多运营技巧，同时也可以互相支持和帮助。,可以通过开设一个小店铺或者选择一些小规模的商品进行测试和实践，从中积累经验并不断改进和优化自己的运营策略。
2024-03-13 15:13 -
拼多多新手开店怎么学习？要注意什么？
对于拼多多新手来说，学习如何在平台上开店是非常重要的一步。,了解平台的规则、政策以及用户需求，有助于更好地开展店铺运营。,希望通过学习和努力，您能够在拼多多平台上成功开店，实现自身的创业梦想。
2024-03-13 14:04 -
抖店运营怎么学习？有何技巧？
可以尝试制作有趣、有吸引力的视频内容，增加用户关注度和转化率。,在实际操作中，要灵活运用定位目标受众、优化商品页面、抓住抖音平台特点、持续优化推广策略和建立良好的售后服务体系等技巧，不断提升自己的抖店运营能力。,相信通过不断学习和实践，您一定能够在抖店运营中取得更好的成绩。
2024-03-13 18:01 -
抖音开店怎么学技术？怎么赚钱？
在抖音上开设一个店铺，上传自己或者合作伙伴的产品介绍视频，然后在视频中加入购买链接或者二维码，让用户可以直接购买。,通过与观众互动和沟通，我们能够更好地推销产品，并增加销售额。,抖音开店学习技术并赚钱是一个需要持续努力和学习的过程，但只要我们掌握了正确的技巧和方法，就能够取得成功。
2024-03-13 17:55 -
视频剪辑一单大概多少钱？怎么自学？
按照市场行情，一般视频剪辑的价格可以从几百元到上千元不等。,同时，如果您需要额外的特效、动画或音乐配乐等附加服务，这也会影响到总价格。,下载和安装编辑软件：选择适合您需求和操作系统的视频编辑软件，并下载并安装在您的电脑上。
2024-03-13 17:49 -
抖音上有0元学视频剪缉是真的吗？好学吗？
而随着社交媒体的普及，许多人开始通过网络平台学习各种技能，其中包括视频剪辑。,然而，这种学习方式真的好学吗?让我们来一探究竟。,然而，我们也应该认识到这种学习方式的局限性。
2024-03-13 17:45 -
微商每天必做的五件事
第二个你去学习了，你才能去给予别人更多东西互联网变化特别快，当别人在学习你停止就是退步要不断学习，充电，并接受新的东西一个人是否优秀，看他跟谁在一起，能走多远，看他跟谁同行，能做多大成绩，看他借谁的力！,因为，有些好的课程，如果说你花钱学的话，那么你会学得更快一些，都能理解吗？,今天就和大家分享到这个地方，希望能够给你有帮助！
2024-03-22 21:58