嗯吶
好奇問一下啊
大家都知道LOL這種遊戲
如果給AI練習走位 大概會比非可還強
而AI一向是朝最佳解去學習的
但就好奇啊
如果給AI餵像是羅傑或是大開的操作
逼迫AI去學習非最佳解
會變什麼樣啊？
有人知道咪？

死歌不會開大 因為不知道唱哪

input trash output trash

傑西沒大

不如讓他學習怎麼跟聊天時室對線

傑西沒大

AI學走位的巔峰不就腳本外掛嗎？==

腳本有需要用深度學習嗎？

聊天室老媽祖墳會爆開

不是說髒話，但以最佳化的觀點去看就是上面的結論

腳本還會跟人搶滑鼠，AI親自上我都不敢想

你模型還是會算loss啊 所以還是會收斂

不如請AI玩動漫歌二選一

AlphaGO第一版就是這樣，餵食了大量人類棋譜後來的結論就是人類圍棋什麼弱雞，不餵食的版本更強不過弱雞版AlphaGO還是能夠4：1李世石

操作爛的 一次偏左一次偏右 平均下來還是一樣

然後完全最佳化，同時閃避+維持輸出範圍的情況，跟腳本應該要是相同的行動，只是原理變成你學習抓到那一frame輸出移動指令要怎麼下而已。腳本比較像是直接抓對面丟技能的事件

AlphaGO零號(不看人類棋譜)則在網路上匿名痛電所有職業棋手，60：0

像初版學人類alphago一樣 強度比後來自己練的版本低吧？

人類圍棋知識中有少數確實是弱雞，一些小時候你下了會被老師釘在牆上的「臭棋」，現在可以換老師被釘在牆上不過大多數人類結論還是和AI一致，也沒有多丟臉

用格鬥來說，電腦比人類笨的地方在於能騙招，但是這種電腦都是事先寫好了，所以能騙一次就是騙無數次，如果電腦本身會學習並改良，那我想不到人類要怎麼贏你跳就623，你投就秒拆投，你做的任何動作電腦都能反應，做的都是錯的，想想就有夠牢

所以有的訓練會把AI的反應時間限制成人類等級就是避免AI秒讀招然後拆解 但實際上人類根本做不到

早有了

阿法狗：學你們人類棋譜不如自我學習人類喂AI現有招式不會讓AI進化

local optimal or global optimal

感覺就是對策略空間限制搜索範圍之類的?就像對一個獎勵函數加一個限制約束項

全看你怎麼給獎勵函數https://b23.tv/wcGv3pl 可以看看這篇是怎麼訓練的

反正AI現在遊戲的結論就是全面爆殺人類，什麼大局觀、不完全資訊、細部操作。人類都是弱雞

至少AI還沒辦法自己做遊戲出來

星海2無限制AI好像真的會噴垃圾話

可能還是會很強 就像初代alphago就是餵了很多人類棋譜事實證明 沒喂讓他自己學比較強