※ 引述《pkyosx (Insomnia)》之銘言：
: ※ 引述《unknow12 (LockOn)》之銘言：
: : 跟學術也有關係的一個發現
: : 之前路過資工系的時候
: : 他們都會在牆上放上我都看不懂的學生各種的研究展示
: : 其中我看到一個研究題目為:戰略遊戲的AI決策分析(大概是這樣巴)
: : 往下看..看到神族蟲族人類,這不是SC嗎!
: : 他用了我忘了什麼名子的方法(xxx reasoning xx啥咪決策分析的)
: Case-Based Reasoning
: : 可能是人工智慧裡面的東東巴(資訊學院有搞這個)
: You got it!
: : 重點是此研究的實驗方法為
: : 找三個人各打一百場SC
: : 所以這個研究生的工作一定是:為了畢業而天天打SC..有沒有這麼爽
: 還蠻常打的 不過是因為寫不出論文拿電腦發洩...=.=
: 你沒發現圖表上面 玩家的名字很眼熟嗎... Slayers_`Boxer`, Nal_rA, July, ...
: : 最後有三個圖..我也看不懂..好像有個抖來抖去的線越來越靠近某個直線
: : 然後說這個AI的對玩家的決策判定越來越準
: : 原來碩士題目什麼都有
: 沒想到會在這裡看到這個東西...
: 記得很久以前老是會有月經文在問... 我的星海AI變強了耶
: 在發現原來星海的 AI 並不會學習以後 (但是寫的真的比 AOC 好多了)
: 我一直以來都期待有個天才設計出有學習能力的 AI
: 同學說 別傻了 學AI應該沒啥用
: 你看那麼多天才有聽說弄出個什麼真的智慧嗎
: 於是我就加入了AI實驗室
: 實驗室的兩大主流是 疾病、社會模擬 以及 線上遊戲行為、社群分析
: 捨棄了實驗室的兩大主流 所以不會有前人 只好自己一個人搞 RTS
: 但是我一直都找不太到有針對 RTS 這種策略的相關論文
: 有趣卻一點都沒有辦法寫成論文的實驗我倒是做了很多
: 有一陣子常常在討論代打 跟假ID的事件
: 於是我建了熱鍵資料庫 你給我一場比賽的錄像
: 我寫的程式會從幾百幾千個玩家中 告訴你那有百分之多少是誰
: 但是這能寫成論文嗎... 不行= =
: 最後好不容易從找到的不多的RTS論文中看到 Case-Based Reasoning
: 這很適合套用在我的問題上... 得救
: 然後我讓電腦透過 Replay 去學習特定玩家的策略行為
: 再拿其他組的 Replay 來驗證我預測玩家的策略模型
: 就是你說的那些曲線
: 目的是先踏出第一步 你如果能夠丟進去一些 Replay
: 讓電腦學會某些玩家的策略 那不是很棒嗎...
: 但是限制很多... Replay 裡面存的只有你下的指令
: 我又沒有模擬器 你就知道心裡面有多靠背了
: 相較於其他人 我很早就開始準備論文的東西
: 但是整整花了一年多 最後的一個月才覺得自己有可能畢業
: 那一陣子星海越打越凶... 都拿電腦出氣
: 有限礦一打三台電腦又很難 勝率只有一成... 火氣更大
: 最靠杯的是 論文交出去以後還要我們做海報.... !@#$%
: 後來聽說翻成英文以後投了國外三篇 paper 都上了...
: 就還蠻爽的! 寫起來是有點心虛 不過因為真的太少人在寫這個東西了
: 算是.... 開闢者的優勢吧!!
: 現在我還是在等哪天有個天才能夠寫出會學習的 AI...
實在太感動了 上帝才七年就聽到我的呼喊
AlphaGo挑戰人類圍棋後 傳可能再戰《星海爭霸》
http://news.ltn.com.tw/news/life/breakingnews/1627739
大家有討論蠻多關於這 AI 微操穩贏的這件事情
還有就是透過遊戲的內部 API 或是直接傳指令的封包 甚至是開圖在跟人類打
基於之前看過一些 DeepMind 的影片我覺得不太會這麼做
https://www.youtube.com/watch?v=EfGD2qveGdQ
他之前一些小遊戲實際上是讓 AI 去看到整個畫面的影像
然後透過跟人類一樣的方式下指令
所以比較有可能的作法是 他讓 AI 可以看到遊戲畫面 包含黑掉的戰幕
然後讓 AI 可以做的輸出有鍵盤跟滑鼠
其實就是想像你看到一台電腦前面沒人但是他滑鼠游標跑來跑去
鍵盤敲來敲去這樣
當然他點滑鼠的精準度 他看到你的單位以後計算你資源花費 猜測你是不是藏了什麼
加上他不會累這件事情是人類比不上的
但是如果他光靠這樣的介面 搭配一些 APM 上限的限制
那就會是一個相當相當有說服力的 AI 了
至少我比較期待的模式是這樣啦
如果他進一步可以學習某些玩家的習慣 這樣各位就可以直接跟你的偶像對打
這實在是相當有趣... 好期待阿