多数的玩家听到用人工智能玩游戏，第一个反应多半是这样还有乐趣吗？的确，以现行不少赛车游戏的 AI 来说，多半都只会顺着所谓的完美路线前进，或是遇到特定的情况会以不合情但合理的方式前进，与真正的人类玩家行为完全不同；而在两年前打造出 MarIO 神经网络让 AI 自己玩超级玛利欧世界的工程师 SethBling 又再度打造了玩马力欧系列游戏的新 AI ，称为 MariFlow ，这次他透过类神经网络技术进行学习，不过目的并不在于打造完美的 AI ，而是更像真人的 AI ，至少他试图让 AI 的技术跟玩法像是他的父亲 SethBling 一样。
MariFlow 透过四层的计算去预测 SethBling 的操作行为，同时这项系统是基于循环性的神经网络架构，这也意味着系统能够记住资讯，不过这也意味着 MariFlow 并非是一个自动化的程序，需要持续提供它更多的人类的使用纪录使系统知道哪些是关键资讯，这也意味着 MariFlow 会在某些状况下产生鬼打墙，这时候就需要给予 MariFlow 新的游戏纪录，所以这时候就将 SethBling 的 15 个小时的游戏纪录给予 MariFLow 提供再训练。
目前 MariFlow 已经能够在马力欧赛车的蘑菇杯以及花杯比赛拿到冠军，但目前为止只能在星星杯夺下银牌，但这也意味着新世代的赛车游戏 AI 或许能在结合神经网络技术之后，让 AI 更像是真人的反应，而非只是为了求取胜利的冰冷机器。
新闻来源： Polygon
回应
0
