选自Facbook
作者：田渊栋
机器之心编译
参与：李泽南、李亚洲
在人工智能有能力进入现实世界之前，游戏是一种完美的测试环境。此前，谷歌DpMind曾经宣布正在和暴雪共同研究能打《星际争霸》的人工智能，OpnAI开源了人工智能测试环境Univrs。最近，Facbook也宣布了自己的人工智能游戏测试平台ELF。田渊栋等人在其介绍论文中表示，新的测试平台可以支持三种游戏形式：RTS、夺旗游戏和塔防，同时也开放物理引擎。该平台现已开源。
游戏是人工智能研究的完美实验环境。在游戏环境中，可用于训练人工智能模型的数据是近乎无限、低成本、可复制，相比现实世界的经验更容易获得。这些特点正帮助Facbook人工智能实验室（FAIR）探索一些短期目标，如复杂游戏环境中多个人工智能的能力；以及长期目标：让人工智能应对现实世界的挑战。游戏研究可以帮助我们构建能够进行计划、具有理性、自我导航、解决问题、合作与交流的人工智能。
尽管使用游戏进行训练能够带来多种好处，但研究者们在游戏环境中进行探索可能会遇到很多困难。由于目前机器学习算法的诸多限制，训练需要成百上千的游戏局数，这需要大量的计算资源，如配备大量CPU、GPU或定制硬件的高性能计算平台。此外，这些算法是复杂而难以进行微调的。而随着训练环境中增加更多的人工智能代理，这些变量将更加难以控制。
为了解决这些问题，让所有人都能参与人工智能的研究。FAIR团队创造了ELF：一个大范围、轻量级且易于使用的游戏研究平台。ELF可以让研究者们在不同的游戏环境中测试他们的算法，其中包括桌游、Atari游戏（通过ArcadLarningEnvironmnt），以及定制的即时战略游戏（RTS）。它们可以运行在带有GPU的笔记本电脑上，而且支持在更为复杂的游戏环境中训练AI，例如即时战略游戏——仅仅使用6块CPU，一块GPU，花上一天时间。
FAIR的研究者们将ELF的界面设计得易于使用：ELF在C/C++界面中运行所有游戏，自动处理并发问题如多线程/多任务。另外，ELF还有一个纯净的Python用户界面，提供了一批可供训练的游戏状态。ELF也支持游戏以外的用途，它包括物理引擎等组件，可以模拟现实世界的环境。
目前，ELF平台已经开源，开发者和研究者们可以在GitHub中找到它：北京什么医院治疗白癜风北京什么医院治疗白癜风
