嗯呐
好奇问一下啊
大家都知道LOL这种游戏
如果给AI练习走位 大概会比非可还强
而AI一向是朝最佳解去学习的
但就好奇啊
如果给AI喂像是罗杰或是大开的操作
逼迫AI去学习非最佳解
会变什么样啊？
有人知道咪？

死歌不会开大 因为不知道唱哪

input trash output trash

杰西没大

不如让他学习怎么跟聊天时室对线

杰西没大

AI学走位的巅峰不就脚本外挂吗？==

脚本有需要用深度学习吗？

聊天室老妈祖坟会爆开

不是说脏话，但以最佳化的观点去看就是上面的结论

脚本还会跟人抢鼠标，AI亲自上我都不敢想

你模型还是会算loss啊 所以还是会收敛

不如请AI玩动漫歌二选一

AlphaGO第一版就是这样，喂食了大量人类棋谱后来的结论就是人类围棋什么弱鸡，不喂食的版本更强不过弱鸡版AlphaGO还是能够4：1李世石

操作烂的 一次偏左一次偏右 平均下来还是一样

然后完全最佳化，同时闪避+维持输出范围的情况，跟脚本应该要是相同的行动，只是原理变成你学习抓到那一frame输出移动指令要怎么下而已。脚本比较像是直接抓对面丢技能的事件

AlphaGO零号(不看人类棋谱)则在网络上匿名痛电所有职业棋手，60：0

像初版学人类alphago一样 强度比后来自己练的版本低吧？

人类围棋知识中有少数确实是弱鸡，一些小时候你下了会被老师钉在墙上的“臭棋”，现在可以换老师被钉在墙上不过大多数人类结论还是和AI一致，也没有多丢脸

用格斗来说，电脑比人类笨的地方在于能骗招，但是这种电脑都是事先写好了，所以能骗一次就是骗无数次，如果电脑本身会学习并改良，那我想不到人类要怎么赢你跳就623，你投就秒拆投，你做的任何动作电脑都能反应，做的都是错的，想想就有够牢

所以有的训练会把AI的反应时间限制成人类等级就是避免AI秒读招然后拆解 但实际上人类根本做不到

早有了

阿法狗：学你们人类棋谱不如自我学习人类喂AI现有招式不会让AI进化

local optimal or global optimal

感觉就是对策略空间限制搜索范围之类的?就像对一个奖励函数加一个限制约束项

全看你怎么给奖励函数https://b23.tv/wcGv3pl 可以看看这篇是怎么训练的

反正AI现在游戏的结论就是全面爆杀人类，什么大局观、不完全资讯、细部操作。人类都是弱鸡

至少AI还没办法自己做游戏出来

星海2无限制AI好像真的会喷垃圾话

可能还是会很强 就像初代alphago就是喂了很多人类棋谱事实证明 没喂让他自己学比较强