如何评价《王者荣耀》最新绝悟挑战的难度? 第1页

看到大家在吐槽 AI 强化学习的内容我就想分享最近刷到的这个直播UP主。

这位 dalao 直播训练 Hollow Knight 的 AI，还把代码开源在这：ailec0623/DQN_HollowKnight。

其实 AI 并不知道如高赞所说的那些：

你经济多了64，我知道你刚打完云中君
你经济多了48，我知道你刚打完佩奇一家
你经济多了46，我知道你这个兵没有补到
你经济多了83，我知道你队友在旁边，分走了20的经济

真实的强化学习是靠 reward(奖励)驱动的，做了对结果有益的事情就会加分，做错了就会扣分。

去年腾讯的AI Lab 就在 NeurIPS(人工智能顶会)上介绍了绝悟AI的技术原理

先识别英雄、小兵、大小龙、防御塔

然后AI自己选择最合适的 Action（操作）来选择攻击、移动、用技能还是回城；检测技能距离和位移距离、再检测攻击目标。

最后看这个行为对最后胜利的影响：

然后放出了影响 AI 决策的几个参数（发育、战绩、伤害、推塔、输赢）

后来还用强化学习研究选择英雄阵容(BP阶段的策略)

现在用来训练 AI 已经不会有全图视野、0 反应延迟，但是它确实能够精确预判你的技能和走位，不过有些时候 AI 会出现越训练越蠢的情况x，俗称人工智障，或许看看上面的 Reward Design 后你针对它想出一套阵容或者奇怪出装，说不定就能骗过它xxx

最后，AI 的出现从来就不是为了毁灭这个游戏本身，AlphaGo 出现后大家用来辅助训练棋手，绝悟人机出现后也可以用来训练顶级强队。

数据分析师可以通过 AI 的方式排兵布阵拓宽 BP 思路；

玩家通过分析 AI 训练结果找到能够提升自己的；

平衡游戏的数据师也可以利用 AI 博弈来提前测试自己的改动合不合理；

......

打不过绝悟人机也不丢脸，柯洁不也下不过阿尔法狗吗hhhhh