DeepMindのQuakeIII
開発者がボットを配置して、人間のプレーヤーが簡単に操作できるようにしたり、多くのゲームのマルチプレーヤーモードをシングルプレーヤーで再現したりするゲームを見てきました。これらのAIプレーヤーは、人間のプレーヤーと競争するのに十分な能力を持っていることはめったにありません。したがって、これらは多くのマルチプレイヤーゲームの学習曲線を緩和するために使用されます。一方、DeepMindは、多くの分野でAIの使用を専門とする会社です。彼らは、AI駆動のボットが、最もプレイされているマルチプレイヤーゲームQuake IIIの1つで、最終的に人間のボットを打ち負かすことができることを明らかにしました。彼らの調査結果は、AIの学習と機能に関心のある人にとって魅力的です。
これは、多くのマルチプレイヤーゲームのプロプレイヤーを打ち負かすことができるニューラルエンジンをすでに開発しているDeepMindのビデオゲームにおける最初のベンチャーではありません。ここでの最良の例はAlphaGoで、AIがそのゲームの有名なプロプレイヤーを打ち負かしました。また、他の多くのゲーム用にAIを開発しました。
控除
QuakeIIIでのAIに関する推論に戻ります。 Quake IIIは、他の多くのゲームとは大幅に異なります。ゲームは、手続き的に生成されたステージと、ゲームが一人称視点であるという事実のために、カテゴリ的に異なります。ここでのAI開発の問題は、ゲームに勝つための最善の方法を学ぶことができなかったことです。 AIが人型の学習曲線に似ていたため、事実上、この問題は偽装の祝福であることが証明されました。これについては後で詳しく説明します。
AIはゼロから始め、キャプチャーザフラッグモード自体のルールを学びました。その後、AIは、AIだけでなく人間もミックスマッチした40人の人間のプレイヤーを打ち負かすことができました。人間をかなり倒した後、DeepMindは、彼らの勝利がAIエージェントの人間を支持する応答時間に起因することを認めました。それで、彼らは彼らを遅くすることに決めました、しかしAIはそれでも彼らの人間の対応物を打ち負かすことができました。
AIの進歩
トムハードウェア AIはゲーム自体の基本を学ぶ必要があり、ステージが手続き的に生成されたときにAIが結果を得ることができたという事実から、彼らの推論は特に魅力的であると報告しています。
DeepMindは、このプロジェクトでの彼らの作業は、マルチエージェント技術を使用することでAIを効率的にトレーニングできるという事実を浮き彫りにしていると述べました。これはAIに対するAIを意味します。 AIにその間違いを認識させるだけでなく、より適切に実行できることにも取り組みます。彼らは言った、 ' マルチエージェントトレーニングによって提供される自然なカリキュラムを活用し、人間とチームを組むことさえできる堅牢なエージェントの開発を強制することで、結果を強調します 。」
タグ AI
