KI spielt NetHack: Was die Grenzen von Machine-Learning-Agenten sind

Inhaltsverzeichnis

Im Computerspiel NetHack erkunden Spieler seit 1987 in einer von dreizehn Rollen ein zufallsgeneriertes Dungeon, finden Items und bekämpfen Monster. Das Ziel dabei ist das Aufsteigen der Spielfigur. Dafür muss man ein bestimmtes Amulett finden und an einem Hochaltar der Gottheit der Spielfigur opfern. Auf dem Weg zum Aufstieg sammelt der Spieler Level und Punkte.

NetHack ist sehr komplex und bietet sich daher als Test für Fortschritte bei der KI-Entwicklung an. Das geschah bei der NetHack Challenge im vergangenen Jahr. Dort ließen Entwickler ihre von Hand programmierten Symbolic Bots und mit Deep Reinforcement Learning (Deep RL) trainierte Agenten antreten. Ziel von Bots und Agenten war es aufzusteigen. Die erreichte Punktzahl diente dabei als Tiebreak.

Mehr zum Thema Machine Learning

• No Code: ML-Prototyping mit igel
• Interview zu den Grenzen der KI: Machine-Learning-Agenten gegen NetHack
• Deep Learning: Modelle an Hardware anpassen
• Wie unternehmensweite Datenstrategien zu erfolgreichen KI-Projekten führen
• Schutz vor Data Poisoning und anderen Angriffen auf KI-Systeme
• Datenmanagement für KI: Machine-Learning-Versionierung mit Data Version Control
• Machine Learning: Wie Sie mit PyDeequ Datenqualitätstests definieren
• MLOps für AI auf eingebetteten Systemen
• Machine Learning: Sprache verarbeiten mit den Azure Cognitive Services
• Machine Learning: TensorFlow-Benchmarks auf MacBooks mit M1 Pro und M1 Max
• Neural-Network-Translator: Universelles Übersetzungstool für neuronale Netze
• Verteiltes maschinelles Lernen mit TensorFlow auf einem Raspi-Clusterchen
• Vergleich von Machine-Learning-Frameworks
• Stimmung mithilfe von Machine Learning analysieren

Im Interview mit iX erzählen die KI-Forscher und Mitorganisatoren der NetHack Challenge Tim Rocktäschel und Heinrich Küttler auf welche Schwierigkeiten die Machine-Learning-Agenten stießen und was es bräuchte, damit eine KI NetHack genauso erfolgreich spielen kann wie ein Mensch.

Das war die Leseprobe unseres heise-Plus-Artikels "KI spielt NetHack: Was die Grenzen von Machine-Learning-Agenten sind". Mit einem heise-Plus-Abo können sie den ganzen Artikel lesen und anhören.