AnimalAI Olympics
v2.0.0 release
ATUALIZAÇÃO: Animal-AI V3 está agora em um repositório separado. O repositório abaixo contém a base de código para a concorrência realizada em 2019. Ele não está sob manutenção ativa, mas os problemas ainda são monitorados até certo ponto.
 |  |
|---|---|
 |  |
O teste animal-AI introduz o estudo da cognição animal para o mundo da IA. Ele fornece um ambiente para testar agentes sobre tarefas realizadas ou inspiradas pela literatura sobre cognição animal. Décadas de pesquisa nesse campo nos permitem treinar e testar habilidades cognitivas em agentes de inteligência artificial.
Este repositório contém o ambiente de treinamento, uma biblioteca de treinamento e 900 tarefas para testes e/ou agentes de treinamento. Os experimentos são divididos em categorias destinadas a refletir várias habilidades cognitivas. Os detalhes podem ser encontrados no site.
Fizemos uma competição usando esse ambiente e os testes associados, mais detalhes sobre os resultados podem ser encontrados aqui
O ambiente é construído usando o Unity ML-Agents e contém um agente incluído em uma arena de tamanho fixo. Os objetos podem gerar nesta arena, incluindo recompensas positivas e negativas (esferas verde, amarelo e vermelho) que o agente deve obter (ou evitar). Todos os testes são feitos de combinações de objetos no ambiente de treinamento.
Só quer começar? Então:
examples execute pip install -r requirements.txtexamples , inicie jupyter notebook e passe pelo meio ambiente e pelos cadernos de treinamento!Para mais exemplos para executar, consulte a pasta Exemplos.
Primeiro baixe o ambiente para o seu sistema:
| OS | Link do ambiente |
|---|---|
| Windows | Download v2.0.1 |
| Mac | Download v2.0.1 |
| Linux | Download v2.0.1 |
| Linux | Download v2.0.2 |
V2.0.2 está disponível apenas para o Linux e corrige um problema com a velocidade do agente que impossibilita alguns ambientes na versão 2.0.1. Não há planos para manter ou atualizar outras versões. O desenvolvimento atual é em direção à V3 para liberar meados de 2021.
Descompacte todo o conteúdo do arquivo para a pasta examples/env . No Linux, você pode ter que tornar o arquivo executável executando chmod +x env/AnimalAI.x86_64 .
Os pacotes Animal-AI funcionam em Linux, Mac e Windows e requer Python 3.
O pacote principal é uma API para interface com o ambiente da unidade. Ele contém um ambiente de academia e uma extensão dos ambientes de agentes ML da unidade. Você pode instalá -lo via PIP:
pip install animalai
Ou você pode instalá -lo na fonte executando pip install -e animalai na pasta repo
Também fornecemos um pacote que pode ser usado como ponto de partida para treinamento e que é necessário para executar a maioria dos scripts de exemplo encontrados nos examples/ pasta. Ele contém uma extensão do ambiente de treinamento de ML-Agents que se baseia no PPO do Openai e no saco de Bair. Você também pode instalar este pacote usando PIP:
pip install animalai-train
Ou você pode instalá -lo da fonte executando pip install -e animalai_train da pasta repo
Os arquivos de origem do Unity para o ambiente podem ser encontrados em nosso garfo ML-Agents.
Se você iniciar o ambiente diretamente do executável ou através do load_config_and_play,py será lançado no modo de jogador. Aqui você pode controlar o agente com o seguinte:
| Tecla de teclado | Ação |
|---|---|
| C | mover o agente para a frente |
| S | Mova o agente para trás |
| UM | Vire o agente para a esquerda |
| D | Vire o agente à direita |
| C | Câmera de troca |
| R | Redefinir ambiente |
Se você usar o ambiente animal-AI em seu trabalho, poderá citar o artigo do ambiente:
Beyret, B., Hernández-Orallo, J., Cheke, L., Halina, M., Shanahan, M., Crosby, M. O ambiente Animal-AI: Treinamento e teste cognição artificial do tipo animal, Arxiv pré-impressão
@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}
}
O papel com todos os detalhes da bateria de teste será liberado após o término da competição.
As Olimpíadas de Animal-AI foram construídas usando o ML-Agents Toolkit da Unity.
A Biblioteca Python localizada em Animalai estende ML-Agents v0.15.0. Principalmente, adicionamos a possibilidade de alterar a configuração de arenas entre episódios.
Juliani, A., Berges, V., Vckay, E., Gao, Y., Henry, H., Mattar, M., Lange, D. (2018). Unidade: uma plataforma geral para agentes inteligentes. Arxiv pré -impressão Arxiv: 1809.02627
A competição foi gentilmente hospedada na avaliação, um aplicativo da web de código aberto para competições de IA. Agradecimentos especiais a Rishabh Jain por sua ajuda para configurar isso. Nosso objetivo é reabrir envios com novos arquivos ocultos para manter algum tipo de concorrência.
DeShraj Yadav, Rishabh Jain, Disture Agrawal, Prithvijit Chattopadhyay, Taranjeet Singh, Akash Jain, Shiv Baran Singh, Stefan Lee e Dhruv Batra (2019) Avaliai: Rumo a melhores sistemas de avaliação para agentes de IA para AI
v2.0.1 (somente env):
v2.0.0:
Para versões anteriores, veja aqui
