Una IA mejoró su puntaje en Civilization II al “leer” el manual. ¿Se puede aplicar esta metodología en otro lugar?

¡Esto podría aplicarse en todo tipo de lugares si dejas volar tu imaginación! Por ejemplo, podríamos tener robots de uso general que puedan “aprender” habilidades especializadas leyendo manuales técnicos. ¿Necesitas arreglar tu auto? Haga que su robot lea un libro sobre la reparación de automóviles. ¿Cansado de jugar con tus amigos en el ajedrez? Haz que tu robot lea un libro sobre ajedrez y juegue contigo. Por supuesto, esto aún estaría lejos en el futuro, ya que también requiere desarrollos en robótica.

Esencialmente, sin embargo, tener una IA que pueda aprender leyendo debe mejorar enormemente su rendimiento y tasa de mejora. Solo piensa en ello. Si su automóvil se descompuso y usted tuvo que arreglarlo usted mismo, ¿cuánto tiempo más tardaría si tuviera que resolver todo por su cuenta que si leyera los manuales técnicos apropiados?

Lo que hicieron es muy interesante, pero la metodología tiene algunas limitaciones.
Un extracto del periódico [1] dice:

Nuestro método opera en el Montecarlo
marco de búsqueda, y aprende ambos análisis de texto
y estrategias de juego basadas solo en el entorno
realimentación. […]
Los recursos naturales disponibles donde una población
resuelve los efectos de su capacidad para producir alimentos y bienes.
Construye tu ciudad en una llanura o plaza de pastizales con
un río que lo atraviesa si es posible.

Este es un extracto del manual del usuario del juego.
Civilization II.2 Este texto describe las ubicaciones de los juegos.
donde la acción “construir-ciudad” se puede aplicar de manera efectiva.
Un jugador estocástico que no tiene acceso.
a este texto tendría que obtener este conocimiento el
manera difícil: intentaría repetidamente esta acción en
una miríada de estados, aprendiendo así la caracterización
de pares prometedores de estado-acción basados ​​en el
resultados observados del juego. En juegos con gran estado
espacios, horizontes de planificación largos y ramificaciones altas
factores, este enfoque puede ser prohibitivamente lento y
ineficaz. Un algoritmo con acceso al texto,
sin embargo, podría aprender correlaciones entre palabras en
el texto y los atributos del juego, por ejemplo, la palabra “río”
y lugares con ríos en el juego, aprovechando así
estrategias descritas en el texto para seleccionar mejor las acciones

Luego, el documento continúa utilizando el puntaje del juego como una función de utilidad y tratando de maximizar esto, como un mecanismo de retroalimentación en el aprendizaje. Esto tiene algunas ventajas sobre el aprendizaje supervisado y el documento es una lectura muy interesante. Sin embargo, tenga en cuenta que la prueba y el error son inherentes al método y esto no desaparecerá en el corto plazo. Está bien para aprender ajedrez o juegos de computadora, pero si se tratara de aprender a arreglar un auto al leer el manual, destrozaría muchos autos antes de aprender incluso a cambiar una bujía.

[1] http://people.csail.mit.edu/regi…