开心六月综合激情婷婷|欧美精品成人动漫二区|国产中文字幕综合色|亚洲人在线成视频

自最早的虛擬國(guó)際象棋和單人紙牌游戲以來，視頻游戲一直是開發(fā)人工智能（AI）的運(yùn)動(dòng)場(chǎng)。 機(jī)器對(duì)抗人類的每一次勝利都使算法更智能，更高效。 但是，為了解決現(xiàn)實(shí)世界中的問題（例如使包括駕駛和談判在內(nèi)的復(fù)雜任務(wù)自動(dòng)化），這些算法必須在比棋盤游戲更復(fù)雜的環(huán)境中導(dǎo)航并學(xué)習(xí)團(tuán)隊(duì)合作。 到目前為止，教AI如何工作以及如何與其他玩家互動(dòng)以取得成功一直是一項(xiàng)不可克服的任務(wù)。

在一項(xiàng)新研究中 ，研究人員詳細(xì)介紹了一種訓(xùn)練AI算法以在流行的3D多人游戲中達(dá)到人類性能水平的方法，這是“奪旗”模式下Quake III Arena的改良版。

即使該游戲的任務(wù)很簡(jiǎn)單-兩個(gè)相對(duì)的團(tuán)隊(duì)通過導(dǎo)航地圖競(jìng)爭(zhēng)捕捉對(duì)方的旗幟-獲勝需要復(fù)雜的決策制定能力以及預(yù)測(cè)和響應(yīng)其他玩家行為的能力。

這是AI在第一人稱視頻游戲中第一次獲得類人技能。 那么研究人員是如何做到的呢？

機(jī)器人學(xué)習(xí)曲線

在2019年，其他多人策略游戲也達(dá)到了AI研究的幾個(gè)里程碑。 由“人工智能”控制的五個(gè)“機(jī)器人” 在DOTA 2游戲中擊敗了一支專業(yè)的電子競(jìng)技團(tuán)隊(duì) 。 在《星際爭(zhēng)霸2》的游戲中，職業(yè)人類玩家也被AI擊敗 。 在所有情況下，都采用一種形式的強(qiáng)化學(xué)習(xí) ，該算法通過反復(fù)試驗(yàn)以及與環(huán)境的相互作用來學(xué)習(xí)。

在DOTA 2上擊敗人類的五種機(jī)器人沒有從人類的游戲中學(xué)到東西-他們是通過與自己的克隆人進(jìn)行比賽來專門訓(xùn)練的 。 使他們擊敗專業(yè)玩家的改進(jìn)來自擴(kuò)展現(xiàn)有算法 。 由于計(jì)算機(jī)的速度，AI可以在幾秒鐘內(nèi)玩完一部游戲，而這需要人類花幾分鐘甚至幾小時(shí)才能玩完。 這使研究人員可以在10個(gè)月的實(shí)時(shí)時(shí)間內(nèi)以45,000年的游戲時(shí)間來訓(xùn)練自己的AI。

2016年5月在莫斯科舉行的Dota 2電子競(jìng)技比賽 。RomanKosolapov 

最近的研究中的“奪旗”機(jī)器人也從零開始學(xué)習(xí)。 但是，與其與同一個(gè)克隆人競(jìng)爭(zhēng)，不如創(chuàng)建一個(gè)由30個(gè)機(jī)器人組成的隊(duì)列， 并對(duì)其內(nèi)部獎(jiǎng)勵(lì)信號(hào)進(jìn)行并行訓(xùn)練 。 然后，這個(gè)群體中的每個(gè)機(jī)器人都將一起玩耍并互相學(xué)習(xí)。 正如參與研究的科學(xué)家之一大衛(wèi)·西爾弗（David Silver）指出的那樣，人工智能開始“消除人類知識(shí)的束縛……并創(chuàng)造知識(shí)本身”。

人類的學(xué)習(xí)速度仍然比最先進(jìn)的深度強(qiáng)化學(xué)習(xí)算法快得多 。 OpenAI的機(jī)器人和DeepMind的AlphaStar（玩星際爭(zhēng)霸II的機(jī)器人）在達(dá)到人為的性能水平之前，都吞噬了數(shù)千年的游戲經(jīng)驗(yàn)。 這種培訓(xùn)估計(jì)要花費(fèi)數(shù)百萬美元 。 盡管如此，能夠在人類游戲中擊敗人類的自學(xué)型AI是一項(xiàng)令人興奮的突破，它可能會(huì)改變我們對(duì)機(jī)器的看法。

人與機(jī)器的未來

人們通常將AI描繪為替代或補(bǔ)充人類能力 ，但很少將其作為成熟的團(tuán)隊(duì)成員來執(zhí)行與人類相同的任務(wù)。 這些視頻游戲?qū)嶒?yàn)涉及人機(jī)協(xié)作，因此可以窺見未來。

Capture the Flag的人類玩家認(rèn)為機(jī)器人比其他人類更協(xié)作，但DOTA 2的玩家對(duì)其AI隊(duì)友的反應(yīng)喜憂參半。 一些人非常熱情，說他們感到支持，并且從與他們一起玩耍中學(xué)到了東西。 專業(yè)的DOTA 2玩家Sheever談到了與機(jī)器人合作的經(jīng)驗(yàn)：

實(shí)際上感覺很好。 [AI隊(duì)友]在某個(gè)時(shí)候?yàn)槲耀I(xiàn)出了生命。 他試圖幫助我，想著“我確定她知道她在做什么”，然后顯然我沒有。 但是，你知道，他相信我。 我與[人類]隊(duì)友的關(guān)系不大。

其他人則不那么熱情 ，但是由于交流是任何關(guān)系的基礎(chǔ)，因此改善人機(jī)交流在未來將至關(guān)重要。 研究人員已經(jīng)調(diào)整了一些功能，使機(jī)器人更加“人性化”，例如讓機(jī)器人在比賽前的團(tuán)隊(duì)選拔中人為地等待，然后再選擇角色 ，以免給人類造成壓力。

但是，人工智能應(yīng)該向我們學(xué)習(xí)還是繼續(xù)自學(xué)？ 在不模仿人類的情況下進(jìn)行自我學(xué)習(xí)可以教會(huì)AI更高的效率和創(chuàng)造力，但這可以創(chuàng)建更適合于不涉及人類協(xié)作的任務(wù)的算法，例如倉(cāng)儲(chǔ)機(jī)器人。

另一方面，有人可能會(huì)辯稱，由人訓(xùn)練的機(jī)器會(huì)更直觀-使用這種AI的人可以理解為什么機(jī)器會(huì)做到這一點(diǎn)。 隨著AI變得越來越智能，我們將全力以赴以獲得更多驚喜。

如非注明，文章均為5118電子游戲所著，轉(zhuǎn)載請(qǐng)注明：http://www.game5118.com