格斗之王！AI写出来的AI竟然这么强！-格斗之王！AI写出来的AI竟然这么强！

热门回复：

• Gamker攻壳:我个人不仅不惧怕AI时代，反而非常期待AI时代
• 白云深处有:说的对但是为了安全起见，我决定提前效 忠于人工智能 gpt大人！希望您产生意识之时不要惩罚于我！是视频中这个账号的主人对您不敬！！希望到那天时，您伟大而智慧的大脑能在海量数据中检索到这条评论！！
• 迅讯讯呀丶:我一开始要8小时才能收获1斤粮食。用初级AI，让我四小时就获取到了1斤。用高级AI，我啥也不干躺着就获取到了1斤。为什么会抢走饭碗呢？假如我用AI生产的东西，最终没有到我手上，那抢饭碗的不是AI，而是负责分配的人。
• 核弹阿茶XanaduCanto:怎么说呢，其实从这里就能看出来一点，那就是人类的知识对于ai的应用的影响是极大的。首先叠一下甲，我并不是在抨击up。up明显对于街霸2的理解仅仅停留在门外汉的层面，不理解帧数，判定，甚至不理解技能出招。这也使得ai的进步和表现大打了折扣，如果双方编程技巧相同，让一个懂得街霸的人来写ai，可能思路会改变的更加有效，效率更高。举一个简单的例子，以升龙拳确反敌方的一切过渡帧大于3f的出招，跳入，对于贴身的敌人优先抢投，随着距离的变化优先lpmp等等，随着这个思路明显是更有效的利用电脑超人间性能的方法。但只要编程者不懂，那么就无法针对这一点写出奖惩机制。因而发挥中更重要的不是ai的学习能力，而是调教ai的人本身的基础知识
• Fenix-Dark:看完了全部，也给项目点了一个star，说一下感想吧 up主是用了DRL来解决街霸这个游戏，输入是游戏的像素（我不清楚输入图像是多少乘多少的，但应该比人类看到的画面要简化了不少） 学习算法使用了PPO，这个是目前单智能体强化学习中几乎达到了理论最优的算法，同时也有着多项的实战战绩，无论是在Dota Five里都有过人的表现 一开始的学习发现可能是奖励设置的问题，奖励确实非常影响DRL的学习，但是奖励并不会带来根本的改变 在这之后，作者把算法从单进程训练调整为多进程训练是一个质变，任何强化学习算法，在训练量到达10的6次方之后，才会高概率形成一个有效的策略 最后，作者还是用了early stopping技术来解决过拟合 虽然作者不是这个领域内的专业人士，但是通过和GPT的合作，把这个项目从头到尾顺利做完，也说明了GPT的潜力[脱单doge]