AI Arena:掌握遊戲機制 訓練你的下一個拳王

2021-11-18 21:11:48

AI Arena:掌握遊戲機制 訓練你的下一個拳王

人工神經網絡

一個最重要的創新:人工神經網絡

AI Arena:掌握遊戲機制 訓練你的下一個拳王

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

AI Arena:掌握遊戲機制 訓練你的下一個拳王

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。

AI Arena:掌握遊戲機制 訓練你的下一個拳王

  • 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。

AI Arena:掌握遊戲機制 訓練你的下一個拳王

(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。

AI Arena:掌握遊戲機制 訓練你的下一個拳王

  • 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

AI Arena:掌握遊戲機制 訓練你的下一個拳王

  • 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。

本文來源: Meta之光 文章作者: Mora 我要糾錯
聲明:本文由入駐金色財經的作者撰寫,觀點僅代表作者本人,絕不代表金色財經贊同其觀點或證實其描述。
提示:投資有風險,入市須謹慎。本資訊不作為投資理財建議。

金色財經 > 區塊鏈 > AI Arena:掌握遊戲機制 訓練你的下一個拳王

鄭重聲明:本文版權歸原作者所有,轉載文章僅為傳播信息之目的,不構成任何投資建議,如有侵權行為,請第一時間聯絡我們修改或刪除,多謝。

推薦文章

Meme修煉手冊:幾點是Meme神盤的黃金時間?

原創 | Odaily星球日報( @OdailyChina ) 作者|南枳( @Assassin_...

星球日報
7 13小時前

把握下一個千倍幣,Meme玩家必備掃鏈工具指南

最近一飛衝天的 meme 太多,風起雲湧一飛衝天的 meme 層出不窮。無論是賽道、還是想象空間,...

星球日報
7 13小時前

聚光燈外的OTC交易:解讀加密VC們的另類遊戲

當前加密貨幣風投的現狀 最近,Meme 幣的表現超過了許多由風險投資(VC)支持的項目,這引發了市...

星球日報
7 13小時前

Matrixport投研:BTC與黃金或將成為2025年機構資產配置的首選

第五次 BTC 牛市正以驚人的速度展开,目前 BTC 現在已經接近 100, 000 美元大關,並...

星球日報
7 13小時前

Filecoin:去中心化人工智能的基礎設施

近日,Fast Company 將 Filecoin Network 列入第四屆年度科技領域下一個...

星球日報
7 13小時前

pump直播妖魔化:一場由吉尼斯記錄創造者加速的鬧劇

原創 | Odaily星球日報( @OdailyChina ) 作者|南枳( @Assassin_...

星球日報
6 13小時前