Fideospultsjes bliuwe in útdaging foar miljarden spilers om 'e wrâld. Jo kinne it miskien noch net witte, mar algoritmen foar masine-learen binne ek begon te kommen oan 'e útdaging.
D'r is op it stuit in signifikant bedrach fan ûndersyk op it mêd fan AI om te sjen oft metoaden foar masine-learen kinne wurde tapast op fideospultsjes. Grutte foarútgong op dit mêd lit dat sjen masine learen aginten kinne brûkt wurde om te emulearjen of sels ferfange de minsklike spiler.
Wat betsjut dit foar de takomst fan Fideo spultsjes?
Binne dizze projekten gewoan foar wille, of binne d'r djippere redenen wêrom't safolle ûndersikers har rjochtsje op spultsjes?
Dit artikel sil koart ferkenne de skiednis fan AI yn fideospultsjes. Nei ôfrin sille wy jo in rap oersjoch jaan fan guon masine-learentechniken dy't wy kinne brûke om te learen hoe't jo spultsjes kinne ferslaan. Wy sille dan sjen nei guon suksesfolle applikaasjes fan neurale netten om spesifike fideospultsjes te learen en te behearskjen.
Koarte Skiednis fan AI yn Gaming
Foardat wy yngeane wêrom't neurale netten it ideale algoritme binne wurden om fideospultsjes op te lossen, litte wy koart sjen hoe't kompjûterwittenskippers fideospultsjes hawwe brûkt om har ûndersyk yn AI te befoarderjen.
Jo kinne beweare dat fideospultsjes fan har oprjochting in hyt gebiet fan ûndersyk west hawwe foar ûndersikers dy't ynteressearre binne yn AI.
Hoewol net strikt in fideospultsje fan oarsprong, hat skaken in grutte fokus west yn 'e iere dagen fan AI. Yn 1951 skreau Dr. Dietrich Prinz in skaakprogramma mei de Ferranti Mark 1 digitale kompjûter. Dit wie werom yn it tiidrek doe't dizze bulte kompjûters programma's fan papieren tape lêze moasten.
It programma sels wie net in folsleine skaak AI. Fanwegen de beheiningen fan 'e kompjûter koe Prinz allinich in programma meitsje dat maat-yn-twa skaakproblemen oploste. Gemiddeld naam it programma 15-20 minuten om elke mooglike beweging foar de Wite en Swarte spilers te berekkenjen.
Wurk oan it ferbetterjen fan skaken en damjen AI is stadichoan ferbettere troch de desennia. De foarútgong berikte syn klimaks yn 1997 doe't IBM's Deep Blue de Russyske skaken-grutmaster Garry Kasparov fersloech yn in pear seis-wedstriden. Tsjintwurdich kinne skaakmotoren dy't jo kinne fine op jo mobile tillefoan Deep Blue ferslaan.
AI-tsjinstanners begon populariteit te winnen yn 'e gouden ieu fan fideo-arcade-spultsjes. 1978's Space Invaders en 1980's Pac-Man binne guon fan 'e pioniers fan' e yndustry yn it meitsjen fan AI dy't sels de meast feteraan fan arcade-gamers genôch kinne útdaagje.
Pac-Man, benammen, wie in populêr spultsje foar AI-ûndersikers om te eksperimintearjen. Ferskate kompetysjes foar frou Pac-Man binne organisearre om te bepalen hokker team koe komme mei de bêste AI te ferslaan it spul.
Game AI en heuristyske algoritmen bleaunen te ûntwikkeljen as de needsaak foar tûkere tsjinstanners ûntstie. Bygelyks, combat AI groeide yn populariteit as sjenres lykas first-person shooters wurden mear mainstream.
Masine learen yn fideospultsjes
Doe't techniken foar masine-learen rap yn populariteit groeiden, besochten ferskate ûndersyksprojekten dizze nije techniken te brûken om fideospultsjes te spyljen.
Spultsjes lykas Dota 2, StarCraft en Doom kinne as problemen foar dizze fungearje masine learen algoritmen oplosse. Algoritmen foar djippe learen, yn it bysûnder, wienen by steat om te berikken en sels oertreffe minsklik-nivo prestaasjes.
De Arcade learomjouwing of ALE joech ûndersikers in ynterface foar mear as hûndert Atari 2600 games. It iepen-boarne-platfoarm koe ûndersikers de prestaasjes fan masine-learentechniken benchmarke op klassike Atari-fideospultsjes. Google publisearre sels har eigen papier mei help fan sân games út de ALE
Undertusken, projekten lykas VizDoom joech AI-ûndersikers de kâns om algoritmen foar masine-learen op te trenen om 3D-earste-persoan-shooters te spyljen.
Hoe wurket it: guon kaaibegripen
Neurale netwurken
De measte oanpak foar it oplossen fan fideospultsjes mei masine learen omfetsje in soarte fan algoritme bekend as in neural netwurk.
Jo kinne tinke oan in neural net as in programma dat besiket te imitearjen hoe't in harsens kin funksjonearje. Fergelykber mei hoe't ús harsens is gearstald út neuroanen dy't in sinjaal trochjaan, befettet in neural net ek keunstmjittige neuroanen.
Dizze keunstmjittige neuroanen drage ek sinjalen oer nei elkoar, wêrby't elk sinjaal in wirklik nûmer is. In neural net befettet meardere lagen tusken de ynfier- en útfierlagen, in djip neural netwurk neamd.
Fersterking learen
In oare mienskiplike technyk foar masine-learen dy't relevant is foar it learen fan fideospultsjes is it idee fan fersterkingslearen.
Dizze technyk is it proses fan it oplieden fan in agint mei beleannings as straffen. Mei dizze oanpak moat de agint in oplossing kinne komme foar in probleem troch probearjen en flater.
Litte wy sizze dat wy in AI wolle om út te finen hoe't jo it spultsje Snake spylje. It doel fan it spultsje is ienfâldich: krije safolle mooglik punten troch items te konsumearjen en jo groeiende sturt te foarkommen.
Mei fersterking learen kinne wy definiearje in beleanningsfunksje R. De funksje foeget punten as in Snake konsumearret in item en lûkt punten as de Snake rekket in obstakel. Sjoen de hjoeddeistige omjouwing en in set fan mooglike aksjes, sil ús learmodel foar fersterking besykje it optimale 'belied' te berekkenjen dat ús beleanningsfunksje maksimalisearret.
Neuroevolúsje
Troch it tema te hâlden mei ynspireare troch de natuer, hawwe ûndersikers ek súkses fûn yn it tapassen fan ML op fideospultsjes fia in technyk bekend as neuroevolúsje.
Yn plak fan gebrûk gradient ôfstamming om neuroanen yn in netwurk te aktualisearjen, kinne wy evolúsjonêre algoritmen brûke om bettere resultaten te berikken.
Evolúsjonêre algoritmen begjinne typysk mei it generearjen fan in earste populaasje fan willekeurige yndividuen. Wy evaluearje dan dizze persoanen mei bepaalde kritearia. De bêste yndividuen wurde keazen as "âlders" en wurde tegearre fokt om in nije generaasje fan yndividuen te foarmjen. Dizze persoanen sille dan de minste fitte persoanen yn 'e befolking ferfange.
Dizze algoritmen yntrodusearje ek typysk ien of oare foarm fan mutaasjeoperaasje tidens de crossover of "fokken" stap om genetyske ferskaat te behâlden.
Foarbyldûndersyk oer masine learen yn fideospultsjes
OpenAI Five
OpenAI Five is in kompjûterprogramma fan OpenAI dat as doel hat DOTA 2 te spyljen, in populêr multiplayer mobile battle arena (MOBA) spultsje.
It programma brûkte besteande leartechniken foar fersterking, skalearre om te learen fan miljoenen frames per sekonde. Mei tank oan in ferspraat trainingssysteem koe OpenAI elke dei 180 jier oan spultsjes spylje.
Nei de trainingsperioade koe OpenAI Five prestaasjes op ekspertnivo berikke en gearwurking mei minsklike spilers demonstrearje. Yn 2019 koe OpenAI fiif ferslaan 99.4% fan spilers yn iepenbiere wedstriden.
Wêrom hat OpenAI besletten oer dit spultsje? Neffens de ûndersikers hie DOTA 2 komplekse meganika dy't bûten it berik fan besteande djip wiene fersteuring learen algoritmen.
Super Mario Bros.
In oare nijsgjirrige tapassing fan neurale netten yn fideospultsjes is it gebrûk fan neuroevolúsje om platformers te spyljen lykas Super Mario Bros.
Dit bygelyks hackathon yngong begjint mei it hawwen fan gjin kennis fan it spul en stadichoan bout in stifting fan wat is nedich om foarútgong troch in nivo.
It sels-ûntwikkeljende neurale net nimt de hjoeddeistige steat fan it spultsje yn as in raster fan tegels. Earst hat it neurale net gjin begryp fan wat elke tegel betsjut, allinich dat de "loft" tegels ferskille fan "grûntegels" en "fijânstegels."
De ymplemintaasje fan it hackathon-projekt fan in neuroevolúsje brûkte it genetyske algoritme NEAT om selektyf ferskate neurale netten te fokken.
Belang
No't jo wat foarbylden hawwe sjoen fan neurale netten dy't fideospultsjes spielje, freegje jo jo miskien ôf wat it punt fan dit alles is.
Sûnt fideospultsjes omfetsje komplekse ynteraksjes tusken aginten en har omjouwings, is it de perfekte testgrûn foar it meitsjen fan AI. Firtuele omjouwings binne feilich en kontrolearber en jouwe in ûneinige oanbod fan gegevens.
Undersyk makke op dit fjild hat ûndersikers ynsjoch jûn yn hoe't neurale netten kinne wurde optimalisearre om te learen hoe't jo problemen yn 'e echte wrâld kinne oplosse.
neurale netwurken binne ynspirearre troch hoe't harsens wurkje yn 'e natuerlike wrâld. Troch te bestudearjen hoe keunstmjittige neuronen har gedrage by it learen fan in fideospultsje, kinne wy ek ynsjoch krije yn hoe't de minskebern wurket.
Konklúzje
Oerienkomsten tusken neuronale netwurken en it harsens hawwe laat ta ynsjoggen op beide fjilden. It oanhâldende ûndersyk nei hoe't neuronale netten problemen kinne oplosse kin ienris liede ta mear avansearre foarmen fan keunstmjittige yntelliginsje.
Stel jo foar dat jo in AI op maat oanpast oan jo spesifikaasjes brûke dy't in folslein fideospultsje kin spielje foardat jo it keapje om jo te litten witte as it jo tiid wurdich is. Soene bedriuwen foar fideospultsjes neurale netten brûke om spultsje-ûntwerp, tweaknivo en tsjinstanner-swierrichheden te ferbetterjen?
Wat tinke jo dat der sil barre as neurale netten de ultime gamers wurde?
Leave a Reply