CommAI-env（基于通信的人工智能环境（EnvironmentforCommunication-basedAI））是一个用于训练和评估人工智能的平台。其使用了一个基于通信（communication）的设置，其中它可以通过一个bit层面的接口与Environment（环境）进行交互。该Environment会要求Learner去解决一些基于通信的Task（任务），并为其已经成功完成的每一个任务实例分配一个Reward（奖励）。
以下是CommAI-env有别于其它目前用于训练和测试人工智能系统的环境和数据集（比如，OpenAIGym、AllenAIScienceChallenge、MazeBase或bAbI）的一些基本特征，这些特征被设计出来的目的是为了鼓励开发者开发快速的、通用的、基于通信的Learner。
CommAI-env的关注重点完全是基于通信的任务，其中所有的通信都是通过Learner和Environment之间的一个共同的bit层面的接口实现的。
在单个CommAI-env会话（session）中，Learner会被暴露在许多种任务中，所以它必须学会识别不同的任务，并将不同的技能合适地应用到这些任务上。
许多任务都是渐进的，在这个意义上，解决其中一个或多个任务应该能让其它任务的解决更简单，只要Learner有对数据和算法的长期记忆（例如，一旦一个Learner解决了基本的计数任务以及如何将物体和属性关联起来，那么计数一个物体的属性就会更容易）。
训练和测试阶段并没有明显的区分：
一方面，Learner应该不只是记忆一个固定任务集合的解决方案，而且还要学习如何将其泛化到其所遇到的新任务上。
另一方面，就和人类一样，Learner应该只需要少数几次遭遇后就能解决基本的问题：因此，学习的速度应该被考虑在评估之中。
我们计划当该平台足够成熟时开展一个基于CommAI-env的比赛。为此，CommAI-env的评估配置的任务集合将不同于开发版本中所包含的任务。这些任务不同的方面可能包括：它们可能基于不同的（自然和人工）语言、它们可以需要学习Learner周围的新物体和新位置、它们可能需要重新组合在开发过程中所学到的技能、等等。
评论