AI挑戰(zhàn)機器人大戰(zhàn)：訓(xùn)練人工智能征服1982年經(jīng)典街機游戲

前微軟工程師正在訓(xùn)練AI征服1982年的街機游戲《機器人大戰(zhàn)：2084》，這是一款玩家需要控制孤獨的人類對抗無盡機器人大軍的游戲，背景設(shè)定為機器人叛亂后的世界。

這個項目充滿了諷刺意味——讓AI設(shè)計策略來應(yīng)對機器人大戰(zhàn)游戲中的瘋狂場面。

前微軟工程師戴夫·普拉默因開發(fā)任務(wù)管理器和太空彈球游戲而聞名，他此前已經(jīng)成功訓(xùn)練AI模型掌握了雅達利1981年的向量射擊游戲《暴風(fēng)雨》。

這位退休工程師的下一個目標是《機器人大戰(zhàn)》。這款游戲曾讓無數(shù)玩家投入大量零花錢，卻很快在復(fù)雜的優(yōu)先級沖突面前敗下陣來——既要拯救人類，又要射擊機器人，還要試圖同時完成兩個任務(wù)。游戲采用令人頭疼的雙搖桿控制系統(tǒng)，一個控制方向，另一個控制射擊，面對永無止境的敵人軍團。

普拉默表示："我們已經(jīng)教會了一臺機器征服《暴風(fēng)雨》，這有點像教機器人優(yōu)雅地擊劍?！稒C器人大戰(zhàn)》則不同，這是在教它如何在新奧爾良暴亂中打拳突圍。"

盡管這款游戲已有44年歷史（今年3月滿44周年），但《機器人大戰(zhàn)》仍然是一個令人上癮的快速決策和優(yōu)先級排序練習(xí)。正如普拉默所說："這是一個尖叫的1982年街機柜，試圖在每秒60幀的速度下用一百個同時發(fā)生的錯誤決策來殺死你。"

"這是關(guān)于實時系統(tǒng)、人類極限以及智能與反射之間差異的殘酷壓縮課程。"

在解釋AI在逐級游戲中面臨的挑戰(zhàn)時，普拉默說，雖然AI不會像人類那樣恐慌，但"掌握《機器人大戰(zhàn)》部分需要戰(zhàn)術(shù)，部分需要統(tǒng)計，部分則是在不確定性下進行分診的練習(xí)。AI不僅需要躲避，還需要理解什么值得朝著什么方向躲避。"

"我越深入研究《機器人大戰(zhàn)》，越覺得它是商業(yè)娛樂產(chǎn)品中最純粹的實時決策壓力測試之一。"

與《暴風(fēng)雨》項目一樣，普拉默發(fā)布了一個實時訓(xùn)練儀表板，供任何對進展感興趣的人查看。同樣像《暴風(fēng)雨》一樣，觀看這個過程具有奇特的催眠效果。

普拉默說："《機器人大戰(zhàn)》是一款老游戲，是的。一款出色的游戲。一款喧鬧的游戲。一款極不公平的游戲。但它也是一個實驗室。這是一個地方，30或40年前關(guān)于CPU周期、鏈表、位塊傳輸模式、跳轉(zhuǎn)表和搖桿人體工程學(xué)的設(shè)計決策突然重新擺上桌面，因為它們?nèi)匀幻枋鲋粋€具有可測量行為的活躍系統(tǒng)。當你將AI指向它的那一刻，游戲開始重新展現(xiàn)自己。不是作為博物館展品，而是作為一個活躍的對手。"

或者正如任何曾經(jīng)向街機投幣的人會告訴你的：這是個有點討厭的家伙。也許AI在抵御機器崛起方面會更成功。

Q&A

Q1：戴夫·普拉默是誰？他為什么要訓(xùn)練AI玩游戲？

A：戴夫·普拉默是前微軟工程師，因開發(fā)任務(wù)管理器和太空彈球游戲而聞名。他正在訓(xùn)練AI征服經(jīng)典街機游戲《機器人大戰(zhàn)：2084》，這是一個有趣的技術(shù)挑戰(zhàn)項目。

Q2：《機器人大戰(zhàn)：2084》游戲有什么特殊之處？

A：這是1982年的街機游戲，玩家控制人類對抗機器人大軍。游戲采用雙搖桿控制系統(tǒng)，需要玩家在拯救人類和射擊機器人之間做快速決策，是實時決策和優(yōu)先級排序的極佳測試。

Q3：為什么說用AI玩《機器人大戰(zhàn)》充滿諷刺意味？

A：因為游戲背景是人類對抗叛亂的機器人，而現(xiàn)在卻讓AI來設(shè)計策略征服這款關(guān)于"機器人叛亂"的游戲，這種角色反轉(zhuǎn)具有強烈的諷刺色彩。