Re: [新聞] 加州大學伯克利分校開設星海爭霸課程

看板StarCraft作者 (Insomnia)時間15年前 (2009/02/13 12:06), 編輯推噓22(22023)
留言45則, 20人參與, 最新討論串1/2 (看更多)
※ 引述《unknow12 (LockOn)》之銘言: : 跟學術也有關係的一個發現 : 之前路過資工系的時候 : 他們都會在牆上放上我都看不懂的學生各種的研究展示 : 其中我看到一個研究題目為:戰略遊戲的AI決策分析(大概是這樣巴) : 往下看..看到神族蟲族人類,這不是SC嗎! : 他用了我忘了什麼名子的方法(xxx reasoning xx啥咪決策分析的) Case-Based Reasoning : 可能是人工智慧裡面的東東巴(資訊學院有搞這個) You got it! : 重點是此研究的實驗方法為 : 找三個人各打一百場SC : 所以這個研究生的工作一定是:為了畢業而天天打SC..有沒有這麼爽 還蠻常打的 不過是因為寫不出論文拿電腦發洩...=.= 你沒發現圖表上面 玩家的名字很眼熟嗎... Slayers_`Boxer`, Nal_rA, July, ... : 最後有三個圖..我也看不懂..好像有個抖來抖去的線越來越靠近某個直線 : 然後說這個AI的對玩家的決策判定越來越準 : 原來碩士題目什麼都有 沒想到會在這裡看到這個東西... 記得很久以前老是會有月經文在問... 我的星海AI變強了耶 在發現原來星海的 AI 並不會學習以後 (但是寫的真的比 AOC 好多了) 我一直以來都期待有個天才設計出有學習能力的 AI 同學說 別傻了 學AI應該沒啥用 你看那麼多天才有聽說弄出個什麼真的智慧嗎 於是我就加入了AI實驗室 實驗室的兩大主流是 疾病、社會模擬 以及 線上遊戲行為、社群分析 捨棄了實驗室的兩大主流 所以不會有前人 只好自己一個人搞 RTS 但是我一直都找不太到有針對 RTS 這種策略的相關論文 有趣卻一點都沒有辦法寫成論文的實驗我倒是做了很多 有一陣子常常在討論代打 跟假ID的事件 於是我建了熱鍵資料庫 你給我一場比賽的錄像 我寫的程式會從幾百幾千個玩家中 告訴你那有百分之多少是誰 但是這能寫成論文嗎... 不行= = 最後好不容易從找到的不多的RTS論文中看到 Case-Based Reasoning 這很適合套用在我的問題上... 得救 然後我讓電腦透過 Replay 去學習特定玩家的策略行為 再拿其他組的 Replay 來驗證我預測玩家的策略模型 就是你說的那些曲線 目的是先踏出第一步 你如果能夠丟進去一些 Replay 讓電腦學會某些玩家的策略 那不是很棒嗎... 但是限制很多... Replay 裡面存的只有你下的指令 我又沒有模擬器 你就知道心裡面有多靠背了 相較於其他人 我很早就開始準備論文的東西 但是整整花了一年多 最後的一個月才覺得自己有可能畢業 那一陣子星海越打越凶... 都拿電腦出氣 有限礦一打三台電腦又很難 勝率只有一成... 火氣更大 最靠杯的是 論文交出去以後還要我們做海報.... !@#$% 後來聽說翻成英文以後投了國外三篇 paper 都上了... 就還蠻爽的! 寫起來是有點心虛 不過因為真的太少人在寫這個東西了 算是.... 開闢者的優勢吧!! 現在我還是在等哪天有個天才能夠寫出會學習的 AI... -- -- ※ 發信站: 批踢踢實業坊(ptt.cc) ◆ From: 140.113.88.88

02/13 12:14, , 1F
gan 真是威
02/13 12:14, 1F

02/13 12:15, , 2F
做研究很多時候是方向對了,或是找對人跟材料,整個海闊天空
02/13 12:15, 2F

02/13 12:19, , 3F
身為煙酒生 心有悽悽焉
02/13 12:19, 3F

02/13 12:25, , 4F
wOw...論文可以分享嗎?
02/13 12:25, 4F

02/13 12:26, , 5F
paper上三篇算是功德圓滿了
02/13 12:26, 5F

02/13 12:27, , 6F
開闢者真的有優勢 去年大三下寫的paper投北京某研討會也有中
02/13 12:27, 6F

02/13 12:28, , 7F
不過跟星海沒關係就是了=3=... 我也想看你的論文>//<
02/13 12:28, 7F

02/13 12:33, , 8F
推分享
02/13 12:33, 8F

02/13 12:34, , 9F
該不會是孫春在的實驗室吧?
02/13 12:34, 9F

02/13 13:05, , 10F
好牛
02/13 13:05, 10F

02/13 13:52, , 11F
其實因為看了你的研究的關係..害我現在好想轉到資工系
02/13 13:52, 11F

02/13 13:54, , 12F
你是碩生嗎?
02/13 13:54, 12F

02/13 13:57, , 13F
很想m這篇,研究跟興趣結合很棒。
02/13 13:57, 13F

02/13 14:15, , 14F

02/13 14:16, , 15F
前年畢業 孫老師是個很博學又很有格調的人!
02/13 14:16, 15F

02/13 14:17, , 16F
為了讓一般人懂 所以我加了很多非遊戲的說法進去
02/13 14:17, 16F

02/13 14:18, , 17F
從來沒想過會有我以外的人想看我的碩士論文...
02/13 14:18, 17F

02/13 14:20, , 18F
如果當初拿open source的RTS當實驗對象, 會不會更好處
02/13 14:20, 18F

02/13 14:20, , 19F
理呢?
02/13 14:20, 19F

02/13 14:23, , 20F
不過大概就沒有百場的replay了..@@
02/13 14:23, 20F

02/13 14:23, , 21F
我有看過 但是... 星海魂 + 我覺得那些設計還是太簡陋了
02/13 14:23, 21F

02/13 14:25, , 22F
事實上我抓了快一萬場...他們應該會以為我在 DDoS
02/13 14:25, 22F

02/13 14:38, , 23F
我記得AI不是要用到數學logic媽 怎嚜都沒看到
02/13 14:38, 23F

02/13 14:54, , 24F
113強者
02/13 14:54, 24F

02/13 14:57, , 25F
論文大致看過了 後面的決策很有趣 不錯的論文XD
02/13 14:57, 25F

02/13 14:58, , 26F
CBR 的概念很簡單 沒有什麼複雜的數學式子
02/13 14:58, 26F

02/13 14:58, , 27F
如果你搭配一些其他的學習演算法 那就會有了
02/13 14:58, 27F

02/13 14:59, , 28F
我沒套用的原因一來是趕著畢業 二來是資料是間接型的
02/13 14:59, 28F

02/13 15:01, , 29F
過度訓練 並不一定能得到正面效果 而且會失去焦點
02/13 15:01, 29F

02/13 15:02, , 30F
教授說如果你把模型侷限在一款遊戲 那是畫地自限
02/13 15:02, 30F

02/13 15:06, , 31F
113!!!!!! 不過現在討論的是RTS 裡面最大宗的也就BZ的遊
02/13 15:06, 31F

02/13 15:09, , 32F
解讀: 前提假設-"一個建築狀態是玩家目前擁有的建築種
02/13 15:09, 32F

02/13 15:10, , 33F
類集合,代表著玩家策略的布局狀況"->以建築物種類/順
02/13 15:10, 33F

02/13 15:10, , 34F
序表示不同策略,產生決策圖
02/13 15:10, 34F

02/13 15:11, , 35F
輸入replay找出決策流程, 得到圖27
02/13 15:11, 35F

02/13 15:12, , 36F
其實就是在講怎麼爬科技樹
02/13 15:12, 36F

02/13 15:19, , 37F
那張圖我沒記錯的話應該是 Boxer 的 比較粗的是 VTG 的流程
02/13 15:19, 37F

02/13 16:06, , 38F
暴強阿推!!!
02/13 16:06, 38F

02/13 18:11, , 39F
後面計算的部分有點看不懂..可是真的太有趣了 Q_Q
02/13 18:11, 39F

02/13 18:12, , 40F
如果學校有開這種課的話...再深我也願意學..
02/13 18:12, 40F

02/13 19:31, , 41F
強者... 請受弱者一拜... Orz
02/13 19:31, 41F

02/13 20:33, , 42F
推 有印像!!~~
02/13 20:33, 42F

02/13 22:35, , 43F
孫春在?那老師蠻有趣蠻會喇賽的 修過他的GAME AI挺有趣
02/13 22:35, 43F

06/01 08:20, , 44F
幫推一下
06/01 08:20, 44F

03/12 23:16, , 45F
太強啦~ 這個理想現在真的快成真。朝聖一下~ 2016
03/12 23:16, 45F
文章代碼(AID): #19bF7Rsx (StarCraft)
文章代碼(AID): #19bF7Rsx (StarCraft)