AnimalAI Olympics
v2.0.0 release
Обновление: Animal-AI V3 теперь находится в отдельном репо. Приведенный ниже репозиторий содержит кодовую базу для конкуренции, которая проводилась в 2019 году. Он не находится в активном обслуживании, но проблемы все еще контролируются в некоторой степени.
 |  |
|---|---|
 |  |
Испытательный стенд Animal-AI представляет изучение познания животных в мир ИИ. Он предоставляет среду для тестирования агентов по задачам, взятым или вдохновленной литературой по познанию животных. Десятилетия исследований в этой области позволяют нам обучать и тестировать когнитивные навыки у агентов искусственного интеллекта.
Этот репо содержит учебную среду, учебную библиотеку, а также 900 задач по тестированию и/или учебным агентам. Эксперименты разделены на категории, предназначенные для отражения различных когнитивных навыков. Подробности можно найти на сайте.
Мы провели конкурс, используя эту среду и связанные с ними тесты, можно найти больше подробностей о результатах
Окружающая среда построена с использованием Unity ML-Agents и содержит агент, заключенный на арену с фиксированным размером. Объекты могут появляться на этой арене, включая положительные и отрицательные вознаграждения (зеленые, желтые и красные сферы), которые агент должен получить (или избегать). Все тесты сделаны из комбинаций объектов в учебной среде.
Просто хочешь начать? Затем:
examples запустить pip install -r requirements.txtexamples запустите jupyter notebook и просмотрите среду и учебные ноутбуки!Для получения дополнительных примеров для запуска см. Папку «Примеры».
Сначала загрузите среду для вашей системы:
| ОС | Ссылка окружающей среды |
|---|---|
| Окна | Скачать v2.0.1 |
| Маки | Скачать v2.0.1 |
| Linux | Скачать v2.0.1 |
| Linux | Скачать v2.0.2 |
V2.0.2 доступен только для Linux и решает проблему с скоростью агента, которая делает несколько среда невозможными в версии 2.0.1. Нет никаких планов поддерживать или обновлять другие версии. Текущая разработка находится в направлении V3, чтобы выпустить середину 2021 года.
Разанизируйте все содержание архива в папку examples/env . На Linux вам, возможно, придется сделать исполняемый файл, запустив chmod +x env/AnimalAI.x86_64 .
Пакеты Animal-AI работают на Linux, Mac и Windows и требуют Python 3.
Основным пакетом является API для взаимодействия с средой Unity. Он содержит как спортивную среду, так и расширение среды Unity ML-Agents. Вы можете установить его через PIP:
pip install animalai
Или вы можете установить его из источника, запустив pip install -e animalai в папке Repo
Мы также предоставляем пакет, который можно использовать в качестве отправной точки для обучения, и который необходим для запуска большинства примеров сценариев, найденных в examples/ папке. Он содержит расширение учебной среды ML-Agents, которая опирается на PPO Openai и мешок Bair. Вы также можете установить этот пакет с помощью PIP:
pip install animalai-train
Или вы можете установить его из Source, выполняя pip install -e animalai_train из папки Repo
Исходные файлы единства для среды можно найти на нашей вилке ML-Agents.
Если вы запустите среду непосредственно из исполняемого файла или через сценарий load_config_and_play,py он запустит в режиме игрока. Здесь вы можете управлять агентом следующим образом:
| Клавиш клавиш | Действие |
|---|---|
| W. | Переместите агента вперед |
| С | Переместите агента назад |
| А | Поверните агент налево |
| Дюймовый | Поверните агент правильно |
| В | переключить камеру |
| Ведущий | Сброс среды |
Если вы используете среду Animal-AI в своей работе, вы можете привести к документу окружающей среды:
Beyret, B., Hernández-Orallo, J., Cheke, L., Halina, M., Shanahan, M., Crosby, M. Среда Animal-AI: обучение и тестирование искусственного познания Arxiv, Arxiv Preprint
@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}
}
Бумага со всеми деталями тестовой батареи будет выпущена после завершения конкуренции.
Олимпийские игры Animal-AI были построены с использованием инструментария Unity ML-Agents.
Библиотека Python, расположенная в Animalai, расширяет ML-Agents V0.15.0. Главным образом, мы добавляем возможность изменить конфигурацию арены между эпизодами.
Juliani, A., Berges, V., Vckay, E., Gao, Y., Henry, H., Mattar, M., Lange, D. (2018). Единство: общая платформа для интеллектуальных агентов. Arxiv Preprint arxiv: 1809.02627
Конкурс был любезно размещен на Evalai, веб -приложении с открытым исходным кодом для конкурсов искусственного интеллекта. Особая благодарность Ришабху Джайну за его помощь в создании этого. Мы будем стремиться вновь открыть заявки с новыми скрытыми файлами, чтобы сохранить какую -то форму конкуренции.
Deshraj Yadav, Rishabh Jain, Harsh Agrawal, Prithvijit Chattopadhyay, Taranjeet Singh, Akash Jain, Shiv Baran Singh, Stefan Lee и Dhruv Batra (2019) Evalai: к лучшим системам оценки для агентов AI
v2.0.1 (только для Env):
v2.0.0:
Для более ранних версий см. Здесь
