人工智能玩格斗游戲超過(guò)人類(lèi)水平 AI技術(shù)日新月異

以色列研究團(tuán)隊(duì)開(kāi)發(fā)的人工智能(AI)從《超級(jí)馬里奧》開(kāi)始學(xué)會(huì)了各種各樣游戲的玩法，近日它又玩會(huì)了 SNES 格斗游戲《真人快打》并達(dá)到了比人更高的水平。

游戲算是人工智能最好的訓(xùn)練平臺(tái)， DeepMind 所開(kāi)發(fā)的 AI 系統(tǒng)“DQN”現(xiàn)已攻克了 49 款電視游戲，其中超過(guò)一半都達(dá)到了人類(lèi)同等或者是以上的成績(jī)。

另外以色列電子工程學(xué)的學(xué)生們所開(kāi)發(fā)的 AI 挑戰(zhàn)了超級(jí)任天堂上的各大名作，他們使用了一個(gè)名為“復(fù)古學(xué)習(xí)環(huán)境”的設(shè)備，運(yùn)用強(qiáng)化學(xué)習(xí)技術(shù)使這個(gè) AI 成功玩會(huì)了《超級(jí)瑪麗奧》、《F-ZERO》、《真人快打》、《宇宙巡航機(jī)3》以及 FPS 《德軍司令部》等游戲。

研究團(tuán)隊(duì)表示，他們?cè)?AI 的算法中加入了“報(bào)酬”的機(jī)制，促使 AI 選擇最好方案通關(guān)游戲，并以此為動(dòng)機(jī)挑戰(zhàn)高分等成就。 AI 在玩馬里奧時(shí)會(huì)評(píng)估收集硬幣和踩扁敵人的收益的同時(shí)，并且會(huì)把向右移動(dòng)縮短通關(guān)時(shí)間這一要素也考慮進(jìn)去。

在《真人快打》中這個(gè) AI 通過(guò)學(xué)習(xí)和模仿人類(lèi)的玩法，并且依靠特定的算法從中選取最優(yōu)的操作，從而達(dá)到了“人類(lèi)高手以上的水平”。開(kāi)發(fā)團(tuán)隊(duì)還在論文中強(qiáng)調(diào)，不只是超級(jí)任天堂，這個(gè) AI 也將挑戰(zhàn) GB 、PS、DC 等更多游戲平臺(tái)。