查看原文
其他

这只拒绝内卷的 AI 狼火了!高智商却自暴自弃,不想抓羊只想躺

推荐关注↓



  新智元报道  

来源:B站等 编辑:Yaxin

【导读】近日,一个狼吃羊的AI火了!在一个狼吃羊的AI智障游戏中,狼发现自己吃不到羊,直接选择了「自杀」。然而,狼选择撞石的原因竟是「自杀分数高」!


智障AI狼最近火了!

 

在一个狼吃羊的AI游戏中,狼发现自己吃不到羊,而选择了「自杀」。

 

 

那么,狼为啥会选择直接撞死呢?

 

傻狼选择「自杀」,只因人间不值得!

 

近日,微博上一位网友@二雨TR最近发文称,听我老师给我讲他搞游戏ai的事情笑死我了。

 

 

在他发布的这三张聊天记录截屏中,具体介绍了这个狼抓羊的游戏机制。

 


从截图中可以看出,狼选择撞石的原因竟是,「自杀分数高!」

 

在这个项目中,研究人员给设定了狼吃羊游戏的基本原则是,狼在20秒内得分越高越好,而羊在20秒内存活时间越长得分越高。

 

开局两只狼,还有六只羊,地图上红色带×的字符就是狼和羊随机出现的可能位置。

 

 

狼和羊前面有6根射线,是用来感知范围。当这6根线和障碍物以及地图边界碰撞,就会返回一个坐标。

 

那根坐标白线便是狼和离它最近羊的连接,这样狼就可以每次优先吃掉最近的那只羊。

 

在研究人员开始训练的最初阶段,先固定了羊的位置,让狼去学习抓羊。

 

在狼学会抓羊后,羊也以随机的位置出现在游戏中。

 

狼抓到羊,奖励10分

 

狼撞到障碍物,扣1分

 

为了节省狼抓羊的时间,每秒钟狼都会受到0.1的惩罚

 

其中,羊撞到石头不会死,只要存活时间长,羊就能得到高分。

 

 

如果这两只狼想要在20秒以内得到高分,需要狼吃到羊的数量越多越好,吃羊所用时间越短越好。

 

在研究人员进行了20W次的训练,竟发现狼抓羊的效果越来越差。

 

大多数情况下狼基本吃不到羊,而且在抓羊的过程中浪费的时间也被扣分,干脆就选择撞死了!

 

该项目的一位研究人员@Sdust星尘研表示,「之所以会自杀, 是因为狼在前几万次的训练中发现一头撞死只扣-1.1分(-1 + -0.1)。

 

往羊那边走两步撞死扣-1.1到-2.4分。

 

偶尔一次能吃到,虽然正分,但是不值得」。

 

 

狼是打工人,羊是永远达不到的升职加薪

 

这只蠢狼已经在微博、知乎、豆瓣等各大平台上火出了圈。

 

网友们从狼抓羊的身上看到了自己。

 

那只狼不就是现在的我么!

 

 

狼就是打工人…每秒扣的是青春和时间,羊是永远达不到的「升职、加薪、迎娶白富美、走上人生巅峰」,撞石头就是躺平摸鱼…

 

 

还有网友表示,「AI训练告诉你,为什么现在的年轻人都不愿意努力了」。

 

 

奖励机制不合理

 

有网友对这一项目的奖励机制设置是否合理提出了质疑。

 

 

还有网友认为,单步惩罚太大,而撞障碍物的惩罚太小,应该把奖励函数设置为,撞到障碍物的惩罚无穷大,那么狼就知道了撞石的代价,就不会轻易选择自杀了。

 

 

所以,狼选择自杀的部分原因也是奖励机制设置不合理而导致的。

 

星尘研在B站中的视频表示,狼自杀的错误是很多因素共同影响产生的,最主要的原因是迭代次数太少,20W次完全不够学。后面提高到100W次起步,效果直线上升。

 

 

自暴自弃的狼终于抓到了羊

 

训练次数从最初5W次一轮,迭代了13代。到后来改成200W一轮,迭代了5代,狼抓羊的训练效果明显提升。

 

 

在训练了300万次后,狼终于可以成功地吃到羊。

 

 

但是,游戏还是存在一定的缺陷,两只狼还是会偶尔撞石而死。

 

 

狼终于学会了抓羊~~

 

 


参考资料:

https://m.weibo.cn/6611961566/4613651452134398 https://m.weibo.cn/6611961566/4613930355525879

https://www.bilibili.com/video/BV16X4y1V7Yu?p=1


- EOF -

推荐阅读  点击标题可跳转

1、打马赛克就安全了吗?AI 消除马赛克,开源项目上线 GitHub 三天收获近 7000 Star

2、大事情!中国限制 AI 算法出口。网友:这是要阻止XX“下跪”

3、苏联曾经的AI有多强?一段几乎已被世人遗忘的往事


觉得本文对你有帮助?请分享给更多人

推荐关注「Python开发者」,提升Python技能

点赞和在看就是最大的支持❤️

    您可能也对以下帖子感兴趣

    文章有问题?点此查看未经处理的缓存