要約
Animal-AI 環境は、人工知能と比較認知研究コミュニティ間のコラボレーションを促進するために設計された、ユニークなゲームベースの研究プラットフォームです。
このペーパーでは、Animal-AI 環境の最新バージョンを紹介し、ゲームを人間にとってより魅力的にし、AI システムにとってより複雑にするいくつかの主要な機能の概要を説明します。
これらの機能には、インタラクティブ ボタン、報酬ディスペンサー、プレーヤー通知のほか、エージェントのトレーニング時間と人間のプレーヤー エクスペリエンスの品質を大幅に向上させるための環境のグラフィックスと処理の徹底的な見直しが含まれます。
Animal-AI 環境を使用して計算実験と行動実験を構築する方法に関する詳細なガイダンスを提供します。
最先端の深層強化学習エージェント Dreamer-v3 を含む一連のエージェントによる、新しく設計されたテストと比較認知分野の研究からインスピレーションを得た 900 タスクの Animal-AI テストベッドの結果を紹介します。
Animal-AI 環境は、人間と人間以外の動物の認知をモデル化し、生物学的にインスピレーションを得た人工知能を構築するための新しいアプローチを提供します。
要約(オリジナル)
The Animal-AI Environment is a unique game-based research platform designed to facilitate collaboration between the artificial intelligence and comparative cognition research communities. In this paper, we present the latest version of the Animal-AI Environment, outlining several major features that make the game more engaging for humans and more complex for AI systems. These features include interactive buttons, reward dispensers, and player notifications, as well as an overhaul of the environment’s graphics and processing for significant improvements in agent training time and quality of the human player experience. We provide detailed guidance on how to build computational and behavioural experiments with the Animal-AI Environment. We present results from a series of agents, including the state-of-the-art deep reinforcement learning agent Dreamer-v3, on newly designed tests and the Animal-AI Testbed of 900 tasks inspired by research in the field of comparative cognition. The Animal-AI Environment offers a new approach for modelling cognition in humans and non-human animals, and for building biologically inspired artificial intelligence.
arxiv情報
著者 | Konstantinos Voudouris,Ibrahim Alhas,Wout Schellaert,Matteo G. Mecattaf,Ben Slater,Matthew Crosby,Joel Holmes,John Burden,Niharika Chaubey,Niall Donnelly,Matishalin Patel,Marta Halina,José Hernández-Orallo,Lucy G. Cheke |
発行日 | 2025-01-17 15:08:47+00:00 |
arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google