雷锋网 AI 研习社按：日前，OpenAI 启动一项迁移学习竞赛，这一竞赛为期两个月（4 月 5 日-6 月 5 日），参赛者需求让智能体来玩风行一时的 Sonic The Hedgehog（刺猬索尼克）游戏。这一竞赛将会评出三大奖项，参赛者无机会取得丰厚奖励，并与 OpenAI 共同撰写竞赛技术文档。

雷锋网 AI 研习社将在下文引见关于竞赛的详细信息。

在 OpenAI 官网可以看到，这次竞赛将会权衡强化学习算法基于以往经历的泛化才能。“在典型的强化学习研讨中，算法是在相反环境下停止训练的，这使得算法擅长记忆，并有很多超参数。此次竞赛将会在电子游戏关卡中测试算法——参赛选手需求让智能体玩 Sonic The Hedgehog（刺猬索尼克）游戏，用于测试的游戏关卡此前从没呈现过。

此次竞赛基于 Gym Retro 平台。此外，为了助于大家竞赛，OpenAI 也开源 retro-baselines ，这一工具展现了如何在竞赛义务中运转多个强化学习算法。竞赛为期两个月（4 月 5 日-6 月 5 日），获胜者将失掉一些很棒的奖品。

以下是参赛概况：

• 参赛者训练智能体（或许编写脚本）来玩 Sonic The Hedgehog 游戏；

• 参赛者将智能体打包到 Docker 容器提交；

• OpenAI 对提交的智能体停止一套机密测试；

• 排行榜上会呈现智能体的得分状况。

上面的图解对这个进程停止了详细阐明。

OpenAI 表示，强化学习的下一步是应用以往经历疾速在新环境中学习。目前的算法很容易记忆，但不能很好地顺应新的状况。虽然这次竞赛的重点是电子游戏，但他们希望获胜的技术能适用于更普遍的范畴。

竞赛规则如下：

• 一个团队只能用一个帐户；

• 可以与其他团队分享短代码片段或指点代码，但不能分享完好或局部处理方案；

• 参赛选手只能从属于一个团队。

上面是对「最佳成果奖」（Best Score）和「最佳代码奖」（Best Writeup）的引见。要想抢夺这两类奖项，参赛者必需在竞赛最初阶段将本人提交的智能体开源。每类奖项的前三名都将取得奖励。

此外，还有额定的「最佳支持奖」（Best Supporting Materials）。

一切获奖者将受邀与 OpenAI 一同完成这一竞赛的技术报告。

竞赛规则页面： https://contest.openai.com/details

Leaderboard 页面： https://contest.openai.com/leaderboard

Benchmark 详细描绘： https://s3-us-west-2.amazonaws.com/openai-assets/research-covers/retro-contest/gotta_learn_fast_report.pdf

雷锋网 (大众号：雷锋网) AI 研习社编译整理。

via： https://contest.openai.com

雷锋网版权文章，未经受权制止转载。概况见。