Сооснователь Hugging Face Клемент Деланж (Clément Delangue) продемонстрировал изометрическую симуляцию RL Town, предназначенную для тестирования автономных ИИ-агентов в виртуальной городской среде.
Компания Hugging Face, разработчик платформы для машинного обучения, показала новый инструмент для исследований в области обучения с подкреплением (reinforcement learning, RL). Симуляция RL Town, созданная командой под руководством Деланжа, представляет собой изометрический город с домами, дорогами и интерактивными объектами, где ИИ-агенты могут выполнять задачи в условиях, приближенных к реальным.
В симуляции агенты обучаются взаимодействовать с окружением: перемещаться по улицам, заходить в здания, использовать предметы. По словам разработчиков, RL Town позволяет тестировать алгоритмы принятия решений в динамичной среде с минимальными вычислительными затратами. Проект открыт для доработки сообществом — исходный код доступен в репозитории Hugging Face.
Демонстрация вызвала интерес среди специалистов по ИИ, так как подобные симуляции могут ускорить разработку автономных систем. Ранее аналогичные среды создавали Google DeepMind (например, для обучения роботов) и исследователи из Стэнфорда, однако RL Town отличается простотой интеграции с популярными фреймворками для машинного обучения.
Пока неясно, планирует ли Hugging Face использовать RL Town в коммерческих продуктах, но проект уже рассматривается как инструмент для академических исследований и образовательных целей.
Источники: X-пост Клемента Деланжа, 2024; репозиторий Hugging Face.