Researchers gave AI curiosity and it played video games all day
https://thenextweb.com/artificial-intelligence/2018/08/23/researchers-gave-ai-curiosity-and-it-played-video-games-all-day/

AIに好奇心を実装、一日中ゲーム。

Open AI―イーロンマスクが共同出資したシンギュラリティ専門のシンクタンク―は好奇心による学習という広範な研究を扱った論文（ https://pathak22.github.io/large-scale-curiosity/resources/largeScaleCuriosity2018.pdf ）を発表した。

＞abstract（要約）
＞強化学習アルゴリズムは環境内でエージェントに対して”外部からの報酬”を十分配慮して設計するということが重要である。
＞しかし、環境毎に有効な報酬設計を注釈すると拡張性に欠けるため、エージェントに対して”内的な報酬機能”を提供する意義はあると思われる。
＞curiosity（好奇心）は予測誤差を報酬信号として利用するintrinsic reward function（内的な報酬機能）の一種である。
＞この論文では：（a）purely curiosity-driven learning（純粋な好奇心による学習）の検証をAtari game suitを含む５４の標準ベンチマーク環境等で実施した。
＞（ｂ）予測誤差処理において、 different feature spaces（複数の異なる特徴空間）を利用することの有効性を検証し、random features が多くのRL（強化学習）ゲームベンチマークで有効であることを示した。
＞ただし、novel game levels in Super Mario Bros. などではlearned featuresの方がより一般化できることを示した。
＞（ｃ） stochastic setupsでのprediction-based rewards （予測ベースの報酬）に限界があることを実証した。
＞ゲームプレイ実証動画とコードは https://pathak22.github. io/large-scale-curiosity/