DeepMind의 Quake III
우리는 개발자가 인간 플레이어가 쉽게 사용할 수 있도록 봇을 배치하거나 많은 게임의 멀티 플레이어 모드를 단일 플레이어로 재현하는 게임을 보았습니다. 이러한 AI 플레이어는 인간과 경쟁 할 수있는 능력이 거의 없습니다. 따라서 많은 멀티 플레이어 게임의 학습 곡선을 쉽게 만드는 데 사용됩니다. 반면 DeepMind는 다양한 분야의 AI 사용을 전문으로하는 회사입니다. 그들은 AI 기반 봇이 마침내 가장 많이 플레이되는 멀티 플레이어 게임 인 Quake III 중 하나에서 인간을 이길 수 있다고 밝혔습니다. 그들의 발견은 AI 학습과 능력에 대한 일을 가진 사람들에게 매혹적입니다.
이것은 많은 멀티 플레이어 게임의 프로 플레이어를 물리 칠 수있는 신경 엔진을 이미 개발 한 비디오 게임 분야의 DeepMind의 첫 번째 벤처가 아닙니다. 여기에서 가장 좋은 예는 AlphaGo입니다. AI가 해당 게임의 잘 알려진 프로 플레이어를 물리 쳤습니다. 그들은 또한 다른 많은 게임을위한 AI를 개발했습니다.
공제
Quake III에서 AI에 대한 추론으로 돌아갑니다. Quake III는 다른 많은 게임과 크게 다릅니다. 게임은 절차 적으로 생성 된 단계와 게임이 1 인칭 시점이라는 사실 때문에 완전히 다릅니다. 여기서 AI 개발의 문제는 그들이 게임을 이길 수있는 최선의 방법을 배울 수 없다는 것입니다. 실제로 문제는 AI가 휴머노이드 학습 곡선을 닮았 기 때문에 위장에서 축복을 입증했습니다.
AI는 처음부터 시작하여 깃발 모드 자체를 캡처하는 규칙을 배웠습니다. 그 후 AI는 인간과 AI가 혼합 된 40 명의 인간 플레이어를 이길 수있었습니다. 인간을 상당히 물리 친 후 DeepMind는 그들의 승리가 AI 에이전트의 인간 친척 응답 시간에 기인한다고 인정했습니다. 그래서 그들은 속도를 늦추기로 결정했지만 AI는 여전히 인간을 이길 수있었습니다.
AI의 발전
Tomshardware AI가 게임 자체의 기본을 배워야하고 단계가 단계적으로 생성 될 때 AI가 결과를 얻을 수 있었기 때문에 추론이 특히 매력적이라고보고합니다.
DeepMind는이 프로젝트에 대한 그들의 작업이 AI 대 AI를 의미하는 멀티 에이전트 기술을 사용하여 AI를 효율적으로 훈련시킬 수 있다는 사실을 강조한다고 말했다. 그것은 AI가 실수를 인식하게 할뿐만 아니라 더 잘 할 수있는 일에도 작용합니다. 그들은“ 다중 에이전트 교육에서 제공하는 자연스러운 커리큘럼을 활용하고 인간과 팀을 구성 할 수있는 강력한 에이전트를 개발하도록 강요하여 결과를 강조합니다. . '
태그 일체 포함
