通过扮演哈纳比的机器人脸书人工智能 实现合作人工智能的里程碑

这家社交媒体巨头的人工智能研究部门脸书AI今天宣布，他们创造了一款可以玩Hanabi的机器人，Hanabi是一款涉及不完美信息的合作卡牌游戏，并取得了近乎完美的效果，这是一个里程碑。

这个里程碑很重要，因为像Hanabi这样的游戏代表了现实世界中的情况。在这种情况下，AI必须与人类一起参与复杂的任务，从人类的行为中识别意图，并基于不完美的信息做出决策。

这款机器人不仅在之前的AI系统上有所提升，而且超越了人类精英玩家的能力，被评测它的资深玩家评判。

Hanabi是一款复杂的合作卡牌游戏，其中包含彩色卡片中带有数字的卡片。这个游戏非常类似于一个群牌游戏。“Hanabi”这个名字来源于日语单词“烟花”，这也和游戏的目的有关。

《Hanabi》于2010年由法国游戏设计师安托万包萨的阿斯莫代艾登发行。这个游戏让玩家意识到别人的手而不是别人的手。玩家可以根据看到的内容与其他玩家分享的信息类型是有限的。然后，该信息将被用于确定玩哪张牌和丢弃哪张牌。一轮胜利代表着烟花表演的成功。

今年早些时候，来自Deepmind和Google Brain的AI研究人员将这款游戏作为AI研究的新领域，因为在多人游戏环境中，合作玩法结合了不完美的信息。有效的Hanabi玩家必须创建关于其他玩家的“思想理论”，并使用有限的信息来理解意图。这种类型的预测能力和意图建模对于智能主体在因缺乏理解或信息获取能力差而难以沟通时与人类合作至关重要。

该机器人通过使用类似于Pluribus的实时搜索方法来实现其超人的能力，Pluribus是一款扑克游戏机器人，可以在六人无限德州扑克中击败专业玩家。

BBK、象棋和围棋等完美信息游戏的搜索算法在Hanabi等不完美信息游戏中不起作用。在像国际象棋这样的游戏中，机器人可以通过知道棋盘上每个棋子的位置和能力来模拟所有可能的结果。但是，在使用Hanabi时，机器人必须考虑许多可能的“世界状态”，这些状态在制作时不会立即出现。决定吧。

为此，脸书AI应用了多智能体搜索概念的搜索策略，机器人试图根据可用信息对队友的搜索决策进行建模。这增加了它的搜索算法考虑其他玩家的意图的可能性，这些玩家之前已经暗示了在游戏场上哪些牌是可见的。

以往AI研究的突破大多集中在对抗性零和环境上。虽然这对于开发更好的AI算法很有用，但这些情况并不适合大多数计算机人机交互(例如消费者和企业使用的交互)，这将更多地依赖于人和机器智能之间的合作。

展望未来，脸书AI研究人员希望将这种新的AI模型应用到其他协作环境和应用中，比如既不完全协作也不完全竞争的应用。

潜在的例子包括与人谈判、协调人与人之间的沟通、基于理解意图提供信息，如智能代理建议，以及AI必须访问多个信息源并推断意图的其他情况。