Re: [閒聊] AI打星海爭霸,後來如何?已回收

看板C_Chat作者 (DK)時間3年前 (2022/08/30 14:52), 3年前編輯推噓5(505)
留言10則, 8人參與, 3年前最新討論串2/7 (看更多)
※ 引述《kuoyipong (petohtalrayn)》之銘言: : 如題 : 2019年的時候就有AI打星海的新聞,似乎是把人類電爆了 : 查了一下,新聞最新就在2019,沒什麼更新的消息了 : 那這個AI後來有繼續研究嗎?還是電爆人類就收工了 基本上就是一次性的大規模訓練與對外宣傳(?) 理由大概是這樣: 訓練出成效的時間需求極長且未知 AI 訓練過程你只能等他,然後要慢慢判斷他發生什麼訓練失敗的事故。 發現事故之後,重新調整訓練方法,再重跑一次訓練。 AI 的訓練很不幸地不能只從結果去校正,因為 AI 判斷用的數字對人類來說要解讀太困難 了,因此每次的失敗都只能靠重新訓練去看能不能成功校正。 這樣一個週期非常長,然後你也不知道再繼續放著訓練會變更強,還是 AI 已經到達局部 最佳解了。只能靠一些猜測去反覆調整訓練,直到某個時間點終於賽出堪用的 AI。 遊戲的 META 持續變更 講簡單點:遊戲每做一次版本更新,上個版本的 AI 就廢了。 必須重新跑一次 1 的訓練流程,然後如果沒有在下個版本更新前訓練完的話,等於這次的 訓練計畫報廢,大家只能喝西北風。 大概這樣提供參考,以下一些補充資料: 星海的 AI 訓練歷史 https://www.youtube.com/watch?v=J6Q0TIPDB-Y
AlphaStar 的介紹 https://www.youtube.com/watch?v=lPERfjRaZug
為什麼 AlphaStar 電爆人類後其實沒改變產業的遊戲 AI 設計 https://www.youtube.com/watch?v=84VVFxHAdSY
同場加映: 《跑車浪漫旅 7》的 AI 訓練: https://www.youtube.com/watch?v=dUnhVsU0evc
-- https://store.steampowered.com/app/1274830/ 自製的獨立遊戲《自動混亂》開發快完工啦! 如果對類 Rogue、雙搖桿射擊遊戲有興趣的話不妨看看 XD -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 220.137.251.99 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/C_Chat/M.1661842328.A.5A4.html

08/30 14:56, 3年前 , 1F
就是還做不到像人類一樣對於新版本的那種適應性
08/30 14:56, 1F
更好的說法應該說「完全沒有額外調整空間」XD 你不能只跟他說「欸欸,用上次的打法,但因為渡鴉被 Nerf 了,少用點」,就好( 你只能讓他忘記學過的一切,重新學怎麼打星海,然後再從中學習到渡鴉好像被 Nerf 到 不夠好用了所以盡量減少使用。 而就算做得到,也不一定是理想行為。 因為 AI 的反應速度比人類快,就算限制 APM 還是有很多操作空間。人類以為被 Nerf 到 不好用,可能對 AI 來說還是很好用;人類以為被 Buff 到很好用,但其實 AI 覺得還是 其他的比較好用。 總之遊戲 AI 訓練就是個費時費力不見得討好的活( ※ 編輯: dklassic (220.137.251.99 臺灣), 08/30/2022 15:04:49

08/30 15:02, 3年前 , 2F
08/30 15:02, 2F

08/30 15:03, 3年前 , 3F
版本meta也是用眾玩家的遊玩時間堆出來的
08/30 15:03, 3F

08/30 15:03, 3年前 , 4F
說個笑話,星海更新
08/30 15:03, 4F
QQ 哭死 ※ 編輯: dklassic (220.137.251.99 臺灣), 08/30/2022 15:05:40

08/30 15:25, 3年前 , 5F
還有在做平衡更新啦不用哭 職業比賽也都蠻好看的
08/30 15:25, 5F
喔沒,我在哭沒有內容更新 XD(戰役、合作) 電競確實還是很好看

08/30 15:32, 3年前 , 6F
改meta整個模型要重新訓練真的很哭
08/30 15:32, 6F

08/30 15:33, 3年前 , 7F
花一堆資源時間作的模型都沒用了
08/30 15:33, 7F

08/30 15:36, 3年前 , 8F
改個版AI等於洗白重練的話 還真的和人不一樣
08/30 15:36, 8F
※ 編輯: dklassic (220.137.251.99 臺灣), 08/30/2022 15:45:23

08/30 17:48, 3年前 , 9F
所以星海很適合訓練 因為根本沒在更新……
08/30 17:48, 9F

08/30 19:13, 3年前 , 10F
不能做transfer learning?
08/30 19:13, 10F
Transfer Learning 是應對原生資料難以取得(或標記)的訓練情境中「不得已」的選擇 ,一般來說能不用就不用,畢竟難以驗證轉移的效能與原生的落差如何。 ※ 編輯: dklassic (220.137.251.99 臺灣), 08/30/2022 19:30:58
文章代碼(AID): #1Z3REOMa (C_Chat)
討論串 (同標題文章)
文章代碼(AID): #1Z3REOMa (C_Chat)