강화학습의 진전: 도타에서 세미프로를 이긴 에이전트 팀

OpenAI는 PPO(근위 정책 최적화)를 이용해 도타를 플레이하는 에이전트 5명을 훈련시켜 세미프로 선수들을 이겼다고 밝혔다.

글쓴이에 따르면 이 게임은 지금까지 AI가 실질적인 진전을 보인 게임 가운데 현실 세계의 복잡한 의사결정에 가장 가까운 게임이다.

새로 훈련한 에이전트들은 2주 전에 훈련한 에이전트들을 상대로 승률 90~95%를 기록했으며, 인간이 플레이한 게임 자료 없이 자기 자신과 대결하며 학습했다.

글쓴이는 충분한 컴퓨팅 규모와 문제를 잘 반영하는 시뮬레이션 환경이 있다면 심층 강화학습으로 매우 어려운 문제를 풀 수 있음을 보여주는 결과라고 평가했다.

글쓴이는 이런 접근법이 머지않아 매우 다른 문제에도 쓰일 수 있으며, 기계학습의 큰 분야이자 범용 지능으로 가는 중요한 단계가 될 것으로 기대했다.