DeepMind 展示用 DQN 从原始像素玩 Atari 游戏——深度强化学习的首次突破

事件摘要

Google DeepMind 发表了《Playing Atari with Deep Reinforcement Learning》，引入了深度 Q 网络——第一个仅从原始像素、仅使用游戏分数作为反馈就能学习玩多种 Atari 2600 游戏的系统。相同的网络架构，无任何游戏特定调整，在 7 个游戏中的 6 个上达到了人类级别或更优的表现。这是深度学习与强化学习的首次成功结合。

影响评估

• 能力跃迁 +2 · 长期

  首次成功将深度学习与强化学习结合，证明了智能体可以直接从高维感官输入中学习控制策略。经验回放技术成为深度强化学习系统的标准组件。

  受影响群体: RL researchers、AI researchers

• 经济冲击 +2 · 长期

  DQN 的成功是 Google 于 2014 年 1 月以 4 亿英镑收购 DeepMind 的关键因素，这催化了现代企业 AI 研究实验室模式，并引发了一波对基础 AI 研究的投资浪潮。

  受影响群体: tech industry、investors、DeepMind、Google

共识度与来源

• 1
  Mnih, V. et al. (2013) 'Playing Atari with Deep Reinforcement Learning.' arXiv:1312.5602.

  原文可访问: https://arxiv.org/abs/1312.5602

  We successfully train a convolutional neural network to play 6 out of 7 Atari 2600 games at human-level or better using only raw pixels and the game score as input.

  参考证据 引用已记录 原文可访问
• 2
  Mnih, V. et al. (2015) 'Human-level control through deep reinforcement learning.' Nature, 518, 529-533.

  原文可访问: https://www.nature.com/articles/nature14236

  DQN achieved human-level performance across 49 Atari games using the same architecture, network and hyperparameters for all games.

  参考证据 引用已记录 原文可访问