AnimalAI Olympics
v2.0.0 release
UPDATE: Animal-AI V3 sekarang berada di repo terpisah. Repositori di bawah ini berisi basis kode untuk kompetisi yang dijalankan pada tahun 2019. Ini tidak berada di bawah pemeliharaan aktif tetapi masalah masih dipantau sampai batas tertentu.
 |  |
|---|---|
 |  |
Testbed hewan-AI memperkenalkan studi tentang kognisi hewan ke dunia AI. Ini menyediakan lingkungan untuk agen pengujian pada tugas yang diambil dari, atau terinspirasi oleh, literatur kognisi hewan. Penelitian selama beberapa dekade di bidang ini memungkinkan kita untuk melatih dan menguji keterampilan kognitif dalam agen kecerdasan buatan.
Repo ini berisi lingkungan pelatihan, perpustakaan pelatihan serta 900 tugas untuk pengujian dan/atau agen pelatihan. Eksperimen dibagi menjadi kategori yang dimaksudkan untuk mencerminkan berbagai keterampilan kognitif. Detail dapat ditemukan di situs web.
Kami menjalankan kompetisi menggunakan lingkungan ini dan tes terkait, lebih detail tentang hasilnya dapat ditemukan di sini
Lingkungan dibangun menggunakan agen ML Unity dan berisi agen yang tertutup dalam arena berukuran tetap. Objek dapat muncul di arena ini, termasuk imbalan positif dan negatif (bola hijau, kuning dan merah) yang harus diperoleh agen (atau hindari). Semua tes dibuat dari kombinasi objek di lingkungan pelatihan.
Hanya ingin memulai? Kemudian:
examples menjalankan pip install -r requirements.txtexamples , mulailah jupyter notebook dan pergi melalui lingkungan dan notebook pelatihan!Untuk lebih banyak contoh untuk dijalankan, lihat folder contoh.
Pertama unduh lingkungan untuk sistem Anda:
| Os | Tautan Lingkungan |
|---|---|
| Windows | Unduh v2.0.1 |
| Mac | Unduh v2.0.1 |
| Linux | Unduh v2.0.1 |
| Linux | Unduh v2.0.2 |
V2.0.2 hanya tersedia untuk Linux dan memperbaiki masalah dengan kecepatan agen yang membuat beberapa lingkungan menjadi tidak mungkin dalam versi 2.0.1. Tidak ada rencana untuk mempertahankan atau memperbarui versi lain. Pengembangan saat ini menuju V3 untuk merilis pertengahan 2021.
Buka ritsleting seluruh konten arsip ke folder examples/env . Di Linux Anda mungkin harus membuat file dapat dieksekusi dengan menjalankan chmod +x env/AnimalAI.x86_64 .
Paket Animal-AI bekerja di Linux, Mac dan Windows dan membutuhkan Python 3.
Paket utama adalah API untuk berinteraksi dengan lingkungan Unity. Ini berisi lingkungan gym serta perpanjangan dari lingkungan agen ML Unity. Anda dapat menginstalnya melalui PIP:
pip install animalai
Atau Anda dapat menginstalnya dari sumber dengan menjalankan pip install -e animalai dari folder repo
Kami juga menyediakan paket yang dapat digunakan sebagai titik awal untuk pelatihan, dan yang diperlukan untuk menjalankan sebagian besar contoh skrip yang ditemukan dalam examples/ folder. Ini berisi perpanjangan lingkungan pelatihan agen ML yang bergantung pada PPO Openai dan kantung Bair. Anda juga dapat menginstal paket ini menggunakan PIP:
pip install animalai-train
Atau Anda dapat menginstalnya dari sumber dengan menjalankan pip install -e animalai_train dari folder repo
File Sumber Unity untuk lingkungan dapat ditemukan di ML-Agents Fork kami.
Jika Anda meluncurkan lingkungan langsung dari yang dapat dieksekusi atau melalui load_config_and_play,py itu akan diluncurkan dalam mode pemain. Di sini Anda dapat mengontrol agen dengan yang berikut:
| Kunci keyboard | Tindakan |
|---|---|
| W | Pindah agen ke depan |
| S | Pindahkan agen ke belakang |
| A | belok agen tersisa |
| D | belok agen kanan |
| C | Ganti kamera |
| R | Reset lingkungan |
Jika Anda menggunakan lingkungan hewan-AI dalam pekerjaan Anda, Anda dapat mengutip kertas lingkungan:
Beyret, B., Hernández-Orallo, J., Cheke, L., Halina, M., Shanahan, M., Crosby, M. Lingkungan Hewan-II: Pelatihan dan Pengujian Kognisi Buatan seperti hewan, pracrint arxiv
@inproceedings{Beyret2019TheAE,
title={The Animal-AI Environment: Training and Testing Animal-Like Artificial Cognition},
author={Benjamin Beyret and Jos'e Hern'andez-Orallo and Lucy Cheke and Marta Halina and Murray Shanahan and Matthew Crosby},
year={2019}
}
Kertas dengan semua detail baterai uji akan dirilis setelah kompetisi selesai.
Olimpiade Hewan-AI dibangun menggunakan toolkit ML-agents Unity.
Perpustakaan Python yang terletak di Animalai meluas ML-agents v0.15.0. Terutama, kami menambahkan kemungkinan untuk mengubah konfigurasi arena antar episode.
Juliani, A., Berges, V., Vckay, E., Gao, Y., Henry, H., Mattar, M., Lange, D. (2018). Persatuan: Platform Umum untuk Agen Cerdas. Arxiv Preprint ARXIV: 1809.02627
Kompetisi ini dihosting di Evalai, aplikasi web open source untuk kompetisi AI. Terima kasih khusus kepada Rishabh Jain atas bantuannya dalam mengatur ini. Kami akan bertujuan untuk membuka kembali pengiriman dengan file tersembunyi baru untuk menjaga beberapa bentuk kompetisi.
Deshraj Yadav, Rishabh Jain, Harsh Agrawal, Prithvijit Chattopadhyay, Taranjeet Singh, Akash Jain, Shiv Baran Singh, Stefan Lee dan Dhruv Batra (2019) Evalai: Menuju sistem evaluasi yang lebih baik untuk AI Agents dan AI
v2.0.1 (hanya env):
v2.0.0:
Untuk versi sebelumnya lihat di sini
