Re: [情报] 机器之心报导DeepMind AlphaStar

楼主: fragmentwing (片翼碎梦)   2019-01-25 22:00:13
※ 引述《yoyoyin0119 (UnSeenBlade)》之铭言:
: 我觉得AlphaStar训练得有点歪掉了欸……
: 大家想得到的训练成果
: 应该是AI能够像人类一样
: 制定策略
: 预测对手行动
: 执行战术并反制对手战术
: 灵活的随机应变能力
: 从这些层面来击败人类选手获得胜利
: 结果这几场看下来
: AlphaStar练成的是战术普普但是操作爆干强
: 秀出人类根本做不到的微控来获胜
: 但是这点在很久以前就有AI能做到了呀
: 何必训练一个AlphaStar来做到一样的事情
: 是不是因为为了训练方便直接让它读取API,也没特别限制手速
: 结果它找到最能获胜的手段就是直接用控兵干赢?
: 毕竟星海是设计给人来玩的
: 当初可不会设想到如果有手速是选手好几倍的超人来玩
: 会把游戏玩成什么样子……
先讲结论,光是看到alphastar会野bg、拉阵型就是很大的进步了
记得约莫两年前,关于sc2的ai研究是用暴雪的计分方式来进行
结果ai得出人族建筑起飞最好,因为能撑得最久
回想一下的话,目前的进展根本超快了好不
然后关于争议的手速问题
其实有必要一定得把手速限制在人类的程度吗?
本来战术的运行本来就需要仰赖一定的手速
举例来讲,单棱镜双执政和双棱镜四执政的手速需求本来就不一样
那如果有的战术是人类的手速无法负荷的,ai就不该去开发相关战术吗?
反正战术用惯了打比赛一定会被针对
就算ai可以使用人类无法使用的战术,只要不是到能克制的方法相当有限的程度
应该可以算是合理使用
何况将来如果是要用ai来做战术电脑的话
那甚至更该放开apm来打这些高apm需求的战术
只要这些超人apm的战术彼此能克制且多元就行,因为那就是那种环境下的战术体系
就像用菜鸡的手速不可能去支撑职业选手的大局观
超人手速的大局观会跟目前职业的大局观会有所不同,应该是可以预见的
问题就是现在展现给我们看的,是不是单纯微操强大导致的无解战法
还是包含着心理战的战术
譬如用先知去逃离追猎,不管是人还是ai玩家,都会往追猎少的地方跑
那是不是能看到说ai故意把一些追猎隐藏在边边处
使得看似追猎少的地方,实际上有更多追猎
或是反过来,先知方的ai会开始考虑看见的追猎多,是不是代表那边守着的追猎真的多
这类诱骗型的操作
不知道360度的包围网算不算这样
或是说同样是打一波,何时是最强的一波等等
应该才是比较重要的地方
总之,进步神速,觉得有生之年看见天网的机率又提高了一点w
作者: mistel (Mistel)   2019-01-25 22:05:00
AI神操作是依靠硬件,重要的不是在开发什么新战术,也不是在要赢,而是在于能不能在AI作学习上取得突破啊
楼主: fragmentwing (片翼碎梦)   2019-01-25 22:07:00
开发出有效的新战术不能算做是学习上突破的指标吗?
作者: Jotarun (forever)   2019-01-25 22:08:00
光是这套学习方法能学出这样的成果 这个学习方法就是突破
作者: mistel (Mistel)   2019-01-25 22:15:00
靠硬件优势开发出来的战术为什么算是突破? 目的是为了让AI拥有自己的知识架构啊战术有效是一时的,知识是永久有效的
楼主: fragmentwing (片翼碎梦)   2019-01-25 22:17:00
就是说ai在自己的手速况况下认知到适用的战术如果它自身的apm有1000 却只用200就能用的
作者: Jotarun (forever)   2019-01-25 22:18:00
重点不是开发出什么样的战术 而是这套系统可以学出战术
楼主: fragmentwing (片翼碎梦)   2019-01-25 22:18:00
反而失去学习的意义吧
作者: Pegasus99 (天马行空...的天马)   2019-01-25 22:18:00
只要AI学习到光靠手速无法打赢相同手速的自己 就会自然换战术了 不用担心
作者: Jotarun (forever)   2019-01-25 22:19:00
学的内容什么的都可以再学再调整 但这个可以学习的系统才是真正的突破所在
楼主: fragmentwing (片翼碎梦)   2019-01-25 22:19:00
手速况况下--手速状况下这样好惹,套点哲学理论马克思的上、下层理论套用下层建筑的生产工具人会产生上层的思想所以ai应该是在它所拥有的生产工具(高apm)下去获得它的上层建筑(战术体系走向)而不是用了高apm却故意只打低apm的战术
作者: KMSNY (MSN+KY)   2019-01-25 22:47:00
也是 重点是在学习过程 而不是成果
作者: jim8596 (休刊是童年的回忆)   2019-01-25 22:56:00
ai应该先学输了要打GG
楼主: fragmentwing (片翼碎梦)   2019-01-25 22:57:00
有人留言ai太粗鲁了XD
作者: Adonisy (堂本瓜一)   2019-01-25 23:00:00
AI是不是还不能判断自己输啦?一定要拆光建筑?
作者: emptie ([ ])   2019-01-25 23:04:00
星海的case 你的操作会直接影响能采取的策略啊…
作者: Ashiev (蓝白拖肥宅)   2019-01-26 00:48:00
觉得等到AI会放哲学流,我才会服他
作者: Adonisy (堂本瓜一)   2019-01-26 01:34:00
AI要说好哥哥我们再来一盘~~~我就服
作者: AMTS   2019-01-26 03:35:00
AI在玩的是SC2 但很多人想要像人一样玩SC2的AI重点是我们没有精准的叙述我们的需求给AI去学习
作者: EronaMori (変态ロリコン)   2019-01-26 03:42:00
要是AI学人类挂机和飞建筑怎么办
楼主: fragmentwing (片翼碎梦)   2019-01-26 09:31:00
楼上 一开始用暴雪内建评分 真的是整场飞主堡 因为这样撑最久XD为了和局飞主堡是认知到和局的存在 感觉这比单纯靠谋略获胜还要难教
作者: Benbenyale (想讓貝魯君更爽♥)   2019-01-26 10:18:00
做机械手臂握鼠标+打键盘应该比较能信服现场直播观众
作者: kafai (猪仔包 PigSonBow)   2019-01-26 10:58:00
DM的人自认为不可能输就不设计打GG的threshold
作者: lovinlover (Lovin Lover)   2019-01-26 12:07:00
用机械手臂感觉就像是客户对广告设计师的各种要求

Links booklink

Contact Us: admin [ a t ] ucptt.com