人工神經網絡

一個最重要的創新：人工神經網絡

為什么需要神經網絡？

簡單來講，神經網絡意味着理論上它可以學習任何用戶動作的映射！

為了介紹一會兒將使用的一些術語，從狀態到行動的映射將被稱為“策略”。

為了讓拳手的神經網絡學習策略，AI Arena將採取模擬學習和強化學習。其中神經網絡架構存儲在IPFS上。

權值

在上圖中，神經元之間的連接稱為“權值”。當你的神經網絡正在“學習”時，所發生的是它正在改變權值的值。

權值最終將決定狀態如何映射到動作，這意味着我們可以將權值解釋為“智能”。

神經網絡權值對於每個NFT都是唯一的，並存儲在以太坊上。

AI設計機制全攻略

• 狀態

（1）什么是狀態？

狀態是環境在某個時間點的表示。它並沒有包含所有信息——只包含了其中必要的信息。

例如：研究人員使用屏幕上的所有像素作為狀態，讓AI計算出像素代表什么。然後根據他們認為對決策過程重要的因素進行人工調試。

AI Arena一再強調其關心的是為所有人提供平等的機會——團隊希望獎勵能夠更多地給予堅持訓練AI的用戶，而不是獎勵擁有更多資源的用戶。

（2）遊戲將使用哪些變量？

下面是狀態中包含的變量列表。需要注意的是，AI Arena將使用下標1表示用戶自己的AI，下標2表示對手。

此外，競技場的左邊界的X位置為0，右邊界的X位置為1。

• 訓練

（1）訓練概述

這是改變神經網絡中權值的過程，以使AI能夠起作用。

例如：如果我們在對手面前，我們可能希望我們的战士出擊。

有一系列的權值可以實現這一點，訓練的重點是讓AI學會在特定場景中採取特定的行動。

AI Arena在應用程序中嵌入了以下培訓計劃：

• 模仿學習

為了學習如何战鬥，你的AI將觀察你並學習模仿你的動作。

• 自我學習

為了學習你無法教給它的技能，你的AI將與自己的副本對抗，以不斷提高。

（2）為什么需要訓練？

1·隨機初始化

首次創建NFT拳手時，神經網絡權值也隨之生成。一开始它會隨機採取行動，因為它不知道在什么情況下應該採取什么行動。

因此為了准備战鬥，我們必須訓練它，使它學會一個好的作战策略。

2·隨機策略

正如上文“神經網絡”部分中提到的，從狀態到動作的映射稱為策略。

換句話說，策略定義了代理在某些情況下的行為方式。在訓練之前，NFT拳手還沒有學會一個好的战鬥策略，所以只是隨機行動。

• 模仿學習

（1）通過觀察學習

理解模仿學習的最好方法是想象你是一個師父，你的AI是一個你正在准備战鬥的战士。

你用你的人工智能進行搏擊，它學習模仿你在特定場景中的動作。

我們正在寫一篇關於模仿學習的綜合博文，到時候會將其鏈接到這裏。

（2）演示

實際情況：你實際操控的是左邊的灰色拳手，而你的AI在右邊。你可以測試一些動作，觀察AI如何模仿你。

請注意：它不會立即復刻你的動作，因為神經網絡需要一點時間來學習，所以在AI學會之前，你可能需要多重復幾次你的動作。

為簡單演示，目前AI Arena只允許用戶使用這些操作：向左跑、向右跑、單拳、雙拳和防守。

• 自我學習

（1）完美匹配

最完美的拳擊搭檔就是用戶自己。通過自我學習，你的AI總是在不斷地挑战自己，不斷地改進。

（2）不同的學習範式

通過模仿學習，AI通過觀看演示進行學習。在自我學習中，AI像對手一樣學習和战鬥沒有多大意義，因為對手是人工智能本身的克隆。

但是如果沒有專家向人AI展示如何战鬥，那么它如何學習該做什么呢？——通過獎勵。

AI將學會採取給予它更多正向獎勵的行動，而減少採取給予它負面獎勵的行動。

• 定制訓練

Python環境【正在准備中】

AI Arena計劃為玩家引入一個python環境來訓練他們自己的模型。

目前，用戶僅限於使用團隊在應用程序中提供的兩種培訓方法；但不久的將來，應用程序將可以允許玩家導入其自定義培訓模型並上鏈。

遊戲模式探索

• 战鬥

AI Arena目前有兩種可用的作战模式：模擬賽和排位賽。除此之外，團隊計劃在不久後整合另外兩種作战模式。

1）模擬賽

玩家可以在對抗競技場測試他們的拳手來預先訓練的AI。在這種模式下將沒有任何獎勵。

2）排位賽

玩家將讓他們的拳手去對抗來自世界各地的拳手。玩家的唯一目標就是努力攀登排行榜，成為競技場的冠軍！

玩家在排行榜上的排名越高，贏得一場战鬥的回報獎勵就越高。

3）目標

雖然每種战鬥模式都有其獨特之處，但它們都有一個共同的勝利目標：在指定的時間內消耗對手所有生命值。

鏈金交易員總結

目前AI Arena尚處在早期，很適合提前埋伏觀察。據官方透露，遊戲正式版本大概率於明年推出，而今年年末推出的測試版本將只有白名單用戶可以參與體驗。

白名單用戶名額的獲取方式是參與團隊即將推出的解密遊戲，通過遊戲後的用戶將會被隨機選擇是否進入白名單。

有興趣的玩家可以加入他們的Discord嘗試體驗，大概率後期會有早鳥空投獎勵。