GIST在AI模拟的宝可梦国际大赛中获亚军
在有限数据中AI自我学习
从AI起点出发仅对必要部分进行微调
“第四课(4thLesson)”团队。(自左起)GIST硕士课程学生 Kim Gyeongbo、Kwon Eunju、Kim Yujin、Park Sangyeon。
View original image光州科学技术院(GIST)8日表示,由人工智能融合学科研究生组成的“第四课(4th Lesson)”团队(硕士课程学生 Kim Kyungbo、Kwon Eunju、Kim Yujin、Park Sangyeon,指导教授 Kim Kyungjoong),在由世界最高权威人工智能(AI)学会“NeurIPS”主办的国际AI大赛“2025 PokeAgent Challenge”中,在“对战(Battling)赛道:第一世代宝可梦规则组别”获得亚军。
预赛和决赛均以线上形式进行,最终结果于前一天在美国加利福尼亚州圣迭戈举行的“NeurIPS 2025大会”上公布。
“PokeAgent Challenge”是在完全再现宝可梦游戏对战方式(宝可梦选择、技能使用、更换策略等)的环境中,让AI彼此对战,从而评估AI在不确定情境下能否做出聪明判断并制定策略的国际竞赛。
参赛团队在受限的数据和算力条件下,利用自我对战(Self-play)和数据扩展策略来训练模型,并在符合宝可梦游戏不同版本所对应的宝可梦种类、技能、能力值结构等规则的前提下,实验多样化的策略。
大赛由对战(Battling)和速通(Speedrunning)两个赛道构成,其中,对战赛道是评估AI综合实力的核心项目,重点考察其对对手策略的预测能力、长期规划能力以及在信息不完全条件下的应对能力。
GIST“第四课”团队在资源有限的情况下,为最大化性能,选择以已具备基本能力的AI预训练模型为起点,仅对必要部分进行额外训练的微调(Fine-tuning)策略。
为使训练过程更加稳定,团队摒弃传统方式,引入了一种新的训练方法——“Kron优化器(Kron Optimizer)”,以帮助AI更高效地自主学习。
此外,为防止随着时间推移出现难以习得新信息的“可塑性丧失”问题,团队应用了AID技术,以持续保持模型的学习能力。
微调策略是指以预训练模型为基础,结合新的数据或特定任务进行追加训练的方法。通过这种方式,即使在数据和算力受限的环境中,模型也能快速适应并提升性能,相比从零开始训练模型,更加高效且训练过程更为稳定。
“第四课”团队最大的优势在于其自动扩展数据的能力。团队认为,仅凭约19万条基础数据集难以充分学习策略,于是构建了一个让19种规模各异的AI模型相互反复对战的自有实验环境,自行生成海量追加训练数据。通过这一方式,团队获取了约135万条高质量追加数据,大幅提升了模型在策略层面的完整度。
此次成果不仅仅意味着游戏AI胜率的提升,更重要的是,在数据稀缺或不确定性较高的情境下,提出了使强化学习(AI通过反复试错自主学习的方式)依然能够有效运作的方法论,具有重要意义。
指导教授 Kim Kyungjoong 表示:“学生们在资源有限的条件下,基于富有创意的策略和缜密的实验设计,取得了国际性成果。本次亚军表明,GIST人工智能融合学科的研究与教育水平均具备世界级竞争力。”
学生 Kim Kyungbo 称:“多亏了 Kim Kyungjoong 教授的热情指导和人工智能融合学科的支持,我们在资源受限的条件下验证了高效优化AI模型的技术可能性。今后将继续研究,力争把这项技术应用到实际产业问题的解决中。”
版权所有 © 阿视亚经济。未经许可不得转载,禁止用于AI训练及使用。