Re: [閒聊] AI打星海爭霸，後來如何？

※ 引述《kuoyipong (petohtalrayn)》之銘言：
: 如題
: 2019年的時候就有AI打星海的新聞，似乎是把人類電爆了
: 查了一下，新聞最新就在2019，沒什麼更新的消息了
: 那這個AI後來有繼續研究嗎？還是電爆人類就收工了

基本上就是一次性的大規模訓練與對外宣傳（？）
理由大概是這樣：

訓練出成效的時間需求極長且未知

AI 訓練過程你只能等他，然後要慢慢判斷他發生什麼訓練失敗的事故。
發現事故之後，重新調整訓練方法，再重跑一次訓練。
AI 的訓練很不幸地不能只從結果去校正，因為 AI 判斷用的數字對人類來說要解讀太困難了，因此每次的失敗都只能靠重新訓練去看能不能成功校正。

這樣一個週期非常長，然後你也不知道再繼續放著訓練會變更強，還是 AI 已經到達局部最佳解了。只能靠一些猜測去反覆調整訓練，直到某個時間點終於賽出堪用的 AI。

遊戲的 META 持續變更

講簡單點：遊戲每做一次版本更新，上個版本的 AI 就廢了。
必須重新跑一次 1 的訓練流程，然後如果沒有在下個版本更新前訓練完的話，等於這次的訓練計畫報廢，大家只能喝西北風。

大概這樣提供參考，以下一些補充資料：
星海的 AI 訓練歷史
https://www.youtube.com/watch?v=J6Q0TIPDB-Y
AlphaStar 的介紹
https://www.youtube.com/watch?v=lPERfjRaZug
為什麼 AlphaStar 電爆人類後其實沒改變產業的遊戲 AI 設計
https://www.youtube.com/watch?v=84VVFxHAdSY

同場加映：
《跑車浪漫旅 7》的 AI 訓練：
https://www.youtube.com/watch?v=dUnhVsU0evc

--

https://store.steampowered.com/app/1274830/
自製的獨立遊戲《自動混亂》開發快完工啦！
如果對類 Rogue、雙搖桿射擊遊戲有興趣的話不妨看看 XD

--

更好的說法應該說「完全沒有額外調整空間」XD 你不能只跟他說「欸欸，用上次的打法，但因為渡鴉被 Nerf 了，少用點」，就好（ 你只能讓他忘記學過的一切，重新學怎麼打星海，然後再從中學習到渡鴉好像被 Nerf 到 不夠好用了所以盡量減少使用。 而就算做得到，也不一定是理想行為。 因為 AI 的反應速度比人類快，就算限制 APM 還是有很多操作空間。人類以為被 Nerf 到 不好用，可能對 AI 來說還是很好用；人類以為被 Buff 到很好用，但其實 AI 覺得還是 其他的比較好用。 總之遊戲 AI 訓練就是個費時費力不見得討好的活（

QQ 哭死

喔沒，我在哭沒有內容更新 XD（戰役、合作） 電競確實還是很好看

Transfer Learning 是應對原生資料難以取得（或標記）的訓練情境中「不得已」的選擇 ，一般來說能不用就不用，畢竟難以驗證轉移的效能與原生的落差如何。