【新开源报道 43】DeepMind开源Psychlab平台——AI和认知心理学之间的桥梁

开源最前线（ID：OpenSourceTop） 猿妹 编译

编译自：https://deepmind.com/blog/open-sourcing-psychlab/

日前，DeepMind 开源其虚拟实验室 Psychlab，这是一个利用认知心理学等领域知识来研究受控环境下人工智能体（Artificial Agent）的行为，从而模拟人类的行为。通过 Psychlab，大家可以直接应用认知心理学等领域的方法，来研究智能体在受控环境中的行为。

开源虚拟实验室 Psychlab

授权协议：GPL

开发语言：C/C++

操作系统：跨平台

GitHub地址：https://github.com/deepmind/lab/tree/master/game_scripts/levels/contributed/psychlab

看似单一的任务实际上和多种认知能力都存在联系。我们在人工智能研究中也面临类似的问题，在这种情况下，为了让智能体成功完成一个复杂的任务，需要将任务分解成多个单一的技能，而这通常很难。不过理解智能体的特定认知技能可能会对提高整体性能有所帮助。

为了解决人类的这个问题，心理学家做了无数次实验实验，我们坚信可以通过一个平台，直接应用认知心理学等领域的方法，来研究智能体在受控环境中的行为。这就是为什么我们开发了Psychlab这个建立在DeepMind实验室之上的平台，它使我们能够直接运用认知心理学等领域的方法来研究受控环境下人造代理的行为。今天，我们也开放这个平台供其他人使用。。

Psychlab对虚拟DeepMindLab环境（virtual DeepMind Lab environment）中常用的人类心理学实验的结构进行重构。在人类实验中，通常是实验者坐在电脑显示器前，点击鼠标来完成屏幕上出现的任务。同样，我们的环境允许虚拟受试者在虚拟计算机显示器上执行任务，通过其凝视的方向来响应。这使得人类和人工都采用相同的实验设置，最大限度的减少实验误差，同时，也使之更容易和现代心理学的现有文献联系起来，并从中获取新的想法。

伴随 Psychlab 的开源，我们构建了一系列在虚拟计算机显示器上运行的经典实验任务。它们都具有灵活易学的 API，使用户可以轻松构建自己的任务。

● 视觉搜索 -测试搜索目标物品数组的能力。

● 持续认可 - 测试记住越来越多的项目测试内存。

● 视觉运动映射 -测试对刺激反应的回忆能力。

● 变化检测 - 测试当数组中更改检测对象并经过短暂延迟后目标重新出现的能力

● 视觉和对比敏感度 -检测识别小而低对比度刺激的能力。

● 玻璃图案检测 -测试全局形式的感知。

● 随机点运动判别 -检测相关运动的能力。

● 多个对象跟踪 -测试随着时间的推移跟踪移动对象的能力。

这些任务中的每一个都已被验证，表明我们的人类结果反映了认知心理学文献中的标准结果。

以“视觉搜索”任务为例。作为理解人类选择性注意力的方法，已经研究了在复杂的刺激阵列中定位对象的能力，如超市货架上的一个项目。

https://v.qq.com/txp/iframe/player.html?vid=g05401la5ju&width=500&height=375&auto=0

当人们搜索“在水平条块之间的垂直取向的条状物”和“在其他颜色的条状物之间搜索粉色条块”的任务时，其反应时间不会根据屏幕上的条状物数量改变而改变。换言之，他们的反应时间的大小是独立设定的。 然而，当任务是“搜索不同形状和不同颜色的条块中的粉色区块时”，人的反应时间随着每增加一条就会增加大约50ms。 当人类在Psychlab上完成这个任务时，我们发现结果是一样的

这张图片说明了在Psychlab的视觉搜索任务上人类和人工因素之间反应时间的差异

当我们在最先进的智能体上做同样的测试时，我们发现，虽然它可以执行任务，但它的反应时间与人类存在差异。在这三种情况下，智能体的反应时间相同。对于人类，反应时间则体现了 parallel attention和 serial attention 的差异。而智能体似乎只有并行机制。认识到人类和智能体之间的这种差异，有助于我们改进未来智能体的设计。

Psychlab被设计为认知心理学，神经科学和AI之间的连接工具。通过开源的方式，我们希望更多的研究团队能够在自己的研究中利用它，并帮助我们进一步发展。

论文地址：https://arxiv.org/abs/1801.08116

---

●本文编号160，以后想阅读这篇文章直接输入160即可

●输入m获取文章目录

↓↓↓ 点击"阅读原文" 进入GitHub详情页