Procgen 和 MineRL 竞赛

# Procgen和MineRL竞赛 来源：https://openai.com/index/procgen-minerl-competitions/ 为了进一步推动这个方向的研究，我们共同组织了MineRL 2020竞赛(https://www.aicrowd.com/challenges/neurips-2020-minerl-challenge)，旨在促进开发能够有效利用人类演示的算法，大幅减少解决复杂、分层和稀疏奖励环境所需的样本数量。为此，参与者将竞争开发系统，使用MineRL模拟器(http://minerl.io/docs)的800万个样本和单个GPU机器上4天的训练时间，从原始像素在Minecraft(http://minercraft.net/)中获取钻石。参与者将获得MineRL-v0数据集(网站(http://minerl.io/dataset/)、论文(https://arxiv.org/abs/1907.13440))，这是一个包含超过6000万帧人类演示的大规模集合，使他们能够利用专家轨迹来最小化算法与Minecraft模拟器的交互。 这场竞赛是MineRL 2019竞赛(https://www.aicrowd.com/challenges/neurips-2019-minerl-competition)的后续，在那次竞赛中，顶级团队的代理(https://arxiv.org/pdf/1912.08664v2.pdf)能够在这种极其有限的计算和模拟器交互预算下获得铁镐(https://www.youtube.com/watch?v=GHo8B4JMC38&feature=youtu.be)(竞赛的倒数第二个目标)。相比之下，最先进的标准强化学习系统需要在大型多GPU系统上进行数亿次的环境交互才能达到同样的目标。今年，我们预期参赛者将进一步推动最先进技术的发展。 为了确保参赛者开发出真正样本高效的算法，MineRL竞赛组织者在硬件、计算和模拟器交互方面实施严格约束，从头开始训练顶级团队的最终轮模型。MineRL 2020竞赛还采用了一种新颖的措施来避免特征工程和过拟合解决方案到特定领域。有关竞赛结构的更多详情可以在这里(https://www.aicrowd.com/challenges/neurips-2020-minerl-challenge)找到。