“ 商湯科技”是一家人工智慧軟體公司，想深入瞭解商湯科技，請看這篇文章：商湯科技：做什麼的？為何關注度這麼高？美國再次制裁致上市延遲

商湯科技“決策人工智慧”黑科技有哪些？

1、遊戲AI智慧體

支援RTS, FPS, SPORTS等遊戲AI的快速訓練，能進行陪玩，託管，高階局AI挑戰。

2、群體智慧

高效的大規模強化學習訓練框架，從智慧體的自我博弈出發，隨著訓練逐漸擴充至擁有上百數量智慧體的聯盟。透過智慧的匹配機制和大量的對局，能快速產生實力從低到高和策略各異的大量個體。

3、通用決策AI工具鏈

DI-zoo提供豐富的強化學習演算法實現。它包含了充分調優的訓練配置、高效的演算法實現和預訓練的模型庫，幫助研究者和工程師快速開啟強化學習的學習、驗證想法以及生產業務基線模型。

4、自動駕駛決策系統

構建了決策 AI與自動駕駛之間的橋樑，將學術界前沿的決策AI演算法應用在自動駕駛決策規劃控制的任務中，並透過基於實車資料轉化而來的測試場景進行訓練與分析，打通學術界與產業界之間的壁壘。

5、交通訊號控制

將決策人工智慧技術應用於城市級的交通訊號燈控制、潮汐車道變更等場景中，實現通行效率的最大化，達到了比傳統信控通車效率提升 8%~47%的實際路測效果。

6、複雜計算圖最佳化

透過複雜計算圖的資料流最佳化、結構輕量化以及大規模訓練的穩定性最佳化，實現高效能、低資源開銷的複雜計算圖訓練最佳化。

7、多模態資料處理

針對不同模態資料的複雜資訊提取結構設計，快速實現多種模態資料的有效特徵提取和高效融合，賦能基於多模態資訊的模型訓練最佳化。

8、強化學習演算法框架設計

針對各類深度強化學習演算法的計算模型，設計抽象通用的強化學習程式設計模型，結合多種決策規劃方法構建混合型AI，可便捷地應用到多種環境和多種計算尺度下，從而提升強化學習演算法的通用性和易用性。

9、分散式深度強化學習系統設計和最佳化

結合AI演算法特性和系統設計方法，提高分散式強化學習訓練的資料吞吐和資源利用率，設計高效穩定的分散式通訊系統，針對性最佳化資料傳輸和模型傳輸等核心效能瓶頸，構建能夠支援各型別決策問題的通用訓練平臺，並設計相關的基準測試集，為AI+System建立更多形態。