我让我的生物的大脑离线进化了一整晚。在未见过的回合中,它们的胜率从 7% 提升到了 62%。
摘要
实时进化模拟游戏 EDEN 的开发者在线下让生物的微型神经网络大脑进化了 300 代,提高了它们在此前未见过的对局中的胜率(例如,掠夺者从 7% 提升至 62%,游牧者从 42% 提升至 95%)。关键修复在于,此前直播中每轮的初始个体都会获得随机大脑,导致进化出的神经连接被丢弃;下一步是实现物种间的协同进化。
EDEN 是一款进化模拟游戏,我已经连续直播运行了 18 天。三个物种都拥有可遗传的基因,以及各自的小型神经网络:12 种感知、8 个神经元、8 种行动。几周以来,我的测试都表明,大脑几乎没什么作用。后来我才发现原因:直播中,每一轮的初始个体出生时都带着随机生成的大脑,所以无论出现了多好的神经连接,下一轮都会被丢弃。于是,我把大脑拿到直播之外,用进化策略连夜跑了 300 代。然后进行了严格的测试:240 轮大脑从未见过的对局,随机种子相同、身体相同、基因相同,唯一变化的就是大脑。掠夺者的胜率从 7% 升到了 62%,游牧者从 42% 升到了 95%,森林族从 52% 升到了 87%。当三个物种都用上进化后的大脑时,游牧者的胜率是 57%,所以这项更新还没有上线。下一步是让每个物种对抗其他物种的最强大脑,进行共同进化。完整故事的视频:https://youtu.be/jJETRCppxaM 每晚欧洲中部时间 19 点至 23 点直播:twitch.tv/edenevolutionwars 很乐意分享训练设置的细节。
相似文章
SkillEvo:基于多轮交互反馈的自我更新进化梯度
SkillEvo 引入了一种通过使用多轮交互反馈和治理层来持续改进 AI 代理技能的方法,以保持进化梯度,超越了自反思和单轮问答驱动的方法。
神经进化竞技场:跨神经架构的更新与继承机制嵌套生态评估
这篇预印本介绍了Neuroevolution Arena,一个GPU加速的人工生命平台,通过嵌套生态评估协议,比较跨神经架构的进化与基于强化学习的更新机制。
@dunik_7: 一个AI在研究人员仅旁观的情况下,将其编码能力提升了一倍多。在SWE-bench上从20%提升到50%。他们从未……
来自Jeff Clune实验室的一篇论文描述了一个AI,它通过重写自己的源代码,在没有人工干预的情况下,使用进化方法,在SWE-bench上将编码能力从20%翻倍到50%。
InterEvolve:面向人形机器人移动操作的奖励程序测试时进化
InterEvolve 引入了面向人形机器人移动操作的奖励程序测试时进化方法,利用物体感知的前向-行为(FB)基础模型以及在上下文中修订分阶段奖励程序的 LLM 智能体,来解锁未训练过的技能,并将进化后的行为自主部署在实体 Unitree G1 机器人上。
EvoMap/evolver
Evolver 是一个由 GEP 驱动的 AI 代理自演化引擎,可自动化提示词优化并创建可审计、可复用的演化资产。该项目正从完全开源过渡到源代码可用,同时保持与现有 MIT 和 GPL-3.0 版本的向后兼容性。