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
• 软件首页: https://github.com/deepmind/lab
• 软件文档: https://github.com/deepmind/lab/blob/master/README.md
• 官方下载: https://github.com/deepmind/lab

软件介绍

DeepMind 开源虚拟实验室 Psychlab，利用认知心理学对智能体进行研究。

DeepMind 开源其虚拟实验室 Psychlab，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。看似单一的任务实际上依赖于多种认知能力。在人工智能研究领域，我们也面临着类似的问题。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助益。

Psychlab 是基于 DeepMind Lab 建立的一个平台，通过这个平台，我们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。

伴随 Psychlab 的开源，我们还建立了一系列经典的实验任务，这些任务都是通过虚拟计算机显示器来运行的。这里有灵活易学的 API，其他人可以轻松构建自己的任务。

• 视觉搜索（Visual search）——测试目标搜寻大量物品的能力

• 持续识别（Continuous recognition）——测试记住不断增长的物品的能力

• 视觉运动映射（Arbitrary visuomotor mapping）——测试对刺激反应的回忆能力

• 变化检测（Change detection）——测试检测出变化的能力：检测一系列对象在经过延迟后再次出现时是否发生改变

• 视觉灵敏度和对比灵敏度（Visual acuity and contrast sensitivity）——识别较小、对比度较低的刺激物

• 全局模式检测（Glass pattern detection）——测试全局形状认知能力

• 辨别随机点动作（Random dot motion discrimination）——测试对关联动作的认知能力

• 多物体跟踪（Multiple object tracking）——测试对移动对象的追踪能力
  

以「视觉搜索」任务为例。在复杂的刺激源中定位物体，就像在超市货架上找物品一样，已经被用于研究人类选择性注意力。

当要求人们在水平条状物里找出垂直方向的条状物，并在多种颜色的条状物里选出粉红色的，他们的反应时间不会随着屏幕上物体数量的变化而变化。换句话说，它们的反应时间是独立于设定数目的。然而，当任务是在不同形状和不同颜色的条状物中寻找粉红色的条状物时，每增加一个条状物，反应时间会增加大约 50 毫秒。

当人们在 Psychlab 上做这项任务时，结果也一样。

人类和智能体在 Psychlab 上进行视觉搜索任务时反应时间的差异

当我们在最先进的智能体上做同样的测试时，我们发现，虽然它可以执行这个任务，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，反应时间的差异性体现了 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。

本文地址：https://www.codercto.com/soft/d/16736.html