学会了《街头霸王2》的AI，你怕不怕？
发布时间: 2017-11-18
来源：未知
浏览次数：
上周，大只500总代在三星开发者大会（Samsung Developer Conference, SDC），出现了一个十分有趣的SDC展位，展位的主人是Gyroscope的团队，他们为了在展台上呆两天而不显得无聊，做了一件事：他们让Gyroscope的AI在超级任天堂上面征战“街头霸王2：究极格斗”，期望通过与各个角色之间的搏斗，让Gyroscope学会格斗技巧。
Gyroscope的AI并不会玩电子游戏，他们的团队也没有超级任天堂的软件开发包。所以在SDC大会之前，Gyroscope团队先设法从“街头霸王2：究极格斗”中提取了游戏信息，从而建立了Gyroscope的超级任天堂SDK。然后让Gyroscope的AI与游戏内置的计算机对手进行上千场的游戏比拼，同时他们不断地调整AI参数，让它更加适应这个特殊的应用程序。
训练AI
在大只500注册彩民训练AI之前，首先要弄清楚究竟要解决什么问题，Gyroscope团队把“街头霸王2”的问题抽象为强化学习问题。在强化学习问题中，AI要评估各种方案，选择要采取的行动，最后获得“回报”。但这一次AI程序的目标是根据过去观察到的行为，采取最佳的行动，从而获得最高的“奖赏”。所以在开始应用AI之前，Gyroscope团队需要先定义“街头霸王2”的观察内容，换一个意思来讲，就是要让人工智能“看到”什么，以及如何行动从而获得某种“奖赏”。
观察内容
观察内容可以想象成AI在环境中“看到”的东西，比如人类观察游戏的时候，首先看到的是每个角色，以及角色的跳跃、移动、踢等动作，同时还能看到角色的血条与计时器，Gyroscope团队需要把这些信息提取出来，转化成AI可以理解的格式，这种格式通常被称为“观察空间”。
在强化学习中，观察空间有两种常见的思路，传统的方法是测量人类认为与问题相关的具体信号；现代的方法是为AI提供每次行动后的全部环境图像，让AI决定图像中的重要元素。现代的方法要比传统方法更好，因为它有更好的普适性，不需要对特征的重要性做过多的假设，但这种方法往往需要更长的训练时间，因为时间的限制，Gyroscope团队选择了传统方法，并手动定义观察空间。
观察空间被定义为：
• 每个玩家的X和Y坐标
• 每个玩家的血条
• 每个玩家是否在跳跃
• 每个玩家是否蹲伏
• 为每个玩家的动作编号
• 玩家之间X和Y坐标差的绝对值
• 游戏时钟
最后，还要去思考这么一个问题：一旦采取行动，AI是否就能收到回报？大只500怎么注册？因为当人类玩游戏的时候，会通过血条和伤害的大小，对游戏目前的状况大体上有一个认识。AI也需要通过一个数字的形式来理解游戏状况，让它们使这个数字最大化从而获得最佳奖励，Gyroscope团队选择了每一帧的血条差距作为回报。
相关阅读：大只500彩票平台 大家都期待
