Quake III de DeepMind
Hem vist jocs on els desenvolupadors posaven bots per facilitar als jugadors humans o per fer recreacions per a un sol jugador dels modes multijugador de molts jocs. Aquests jugadors d’IA rarament són prou capaços de competir contra els seus homòlegs humans. Per tant, s’utilitzen per facilitar la corba d’aprenentatge de molts jocs multijugador. D'altra banda, DeepMind és una empresa especialitzada en l'ús de la IA en molts camps de treball. Van revelar que els seus robots impulsats per la intel·ligència artificial podrien finalment vèncer als seus homòlegs humans en un dels jocs multijugador més jugats Quake III. Els seus descobriments són fascinants per a aquells que tenen una mica d’aprenentatge i capacitats d’IA.
Aquesta no és la primera aventura de DeepMind en videojocs, ja que han desenvolupat un motor neuronal capaç de derrotar als jugadors professionals de molts jocs multijugador. El millor exemple aquí és AlphaGo, on la seva IA va derrotar el conegut jugador professional d’aquest joc. També han desenvolupat IA per a molts altres jocs.
Deduccions
Tornant a les seves deduccions sobre la seva IA a Quake III. Quake III és dràsticament diferent de molts altres jocs. El joc és categòricament diferent a causa de les etapes generades procedimentalment i pel fet que el joc es troba en perspectiva de primera persona. El problema per al desenvolupament de la IA és que no podien aprendre el millor mètode possible per superar el joc. En efecte, el problema va resultar una benedicció disfressada, ja que la IA s'assemblava a una corba d'aprenentatge humanoide, més sobre això més endavant.
La IA va començar de zero i va aprendre les regles de la captura del mode de bandera en si. La IA va ser capaç de vèncer a 40 jugadors humans on els humans, així com la IA, eren combinats. Després de derrotar considerablement els humans, DeepMind va acceptar que la seva victòria s’atribueix als temps de resposta prohumans del seu agent d’intel·ligència artificial. Per tant, van decidir frenar-los, però la IA encara va poder vèncer als seus homòlegs humans.
Progrés de la IA
Tomshardware informa que les seves deduccions són especialment fascinants, ja que la IA va haver d’aprendre els conceptes bàsics del joc i el fet que la IA va poder obtenir els resultats quan es van generar etapes procedimentalment.
DeepMind va dir que el seu treball en aquest projecte posa de manifest el fet que podem entrenar la IA de manera eficient utilitzant tècniques multi-agents, el que significa IA contra IA. No només fa que la IA sigui conscient dels seus errors, sinó que també funciona en coses que es poden fer millor. Ells van dir, ' Destaca els resultats aprofitant el currículum natural proporcionat per la formació de diversos agents i forçant el desenvolupament d’agents robustos que poden arribar a formar equip amb els humans. . '
Etiquetes IA
