如何用人工智能秒杀超级马里奥游戏

2018 年 1 月 8 日 AI100 TRISTAN GREENE

本文转自CSDN资讯(微信ID:CSDNnews)


近日,Einfach nerdig 在 Youtube 上发起了一个直播:通过人工智能学习系统来播放“超级马里奥”。目前这个直播仍然很受欢迎。


人工智能系统 MarI/O 由 SethBling 创造,拥有庞大粉丝群体的他并不是直播发起人。目前,发起直播的账号嵌套功能已经被禁用了,但网友们仍然可以在 YouTube(https://www.youtube.com/watch?v=q46Kski5ZK4) 上观看这个学习玩游戏的直播。



SethBling(https://hackaday.com/2015/06/14/neural-networks-and-mario/) 是“超级马里奥兄弟” 游戏的世界纪录保持者,他之前曾训练 Mari I/O AI 来为自己的“超级马里奥”游戏画面提供素材。正如他在下面的视频中解释的那样,他的神经网络起初并不知道游戏是如何工作的。后来通过一系列的模拟(虽然现在看来大部分都是无用工作作),逐渐知道了如何向右移动。二十四小时后,经历了足够训练和计算的 AI 便可以实现基本的行走和跳跃。



视频中,SethBling 详细解释了创建系统的过程,并且展示了最终工作结果。然而,在线实时观看“马里奥”的不断重复和尝试通关是一种完全不同的感觉——计算机中自己在那里尝试跳跃看着似乎很轻松,但自己亲手玩的时候还是非常纠结的。


现在的人工智能可以自己学习如何玩“超级马里奥”游戏,我们看到系统通过一次又一次的尝试和失败,试图学习如何通过障碍。当它正确地通过障碍时看起来就像真人在玩一样,事实上,它每玩一次游戏都会学到一些新的技巧。


但是大多数时候,它会像石头一样蠢。人工智能下,马里奥跳跃的能力大概是受到特定条件的限制,所以当水管工遇到障碍物时可能会卡住。这就需要手动重置,然后机器再次尝试。


如果你知道如何让马里奥跳过这条管道,那么你比机器更聪明


根据视频底部的计数器可以看出,这个人工智能玩超级马里奥的时间已经接近十七天——这听起来就像是一般游戏玩家的定期休假,区别只在于:AI 并不需要薯片和辣条这样的零食。


虽然 SethBling 不是第一个使用任天堂的游戏来训练机器的,但他是一个把“机器学习算法”用非常趣味的方式搬到 YouTube 上展示的人。而且,即使你不知道什么是“深度学习”或“神经网络”,这种有趣的游戏模式也很容易让人接受。


再次卡住,就像 Derek Zoolander 一样,这个 AI 也不能左转


你还可以在他的 YouTube 页面(https://www.youtube.com/channel/UC8aG3LDTDwNR1UQhSn9uVrw)上查看其他 AI 和游戏视频,其中包括 MarI/O 播放的 “超级马里奥世界”和“MarioKart”等其他任天堂经典作品。


原文:This livestream of AI learning to play Super Mario Bros is awesome

链接:https://thenextweb.com/artificial-intelligence/2018/01/03/this-live-stream-of-ai-learning-to-play-super-mario-bros-is-awesome/

作者:TRISTAN GREENE

译者:安翔

编辑:言则



热文精选


AI领域真正最最最最最稀缺的人才是……会解牛的那个庖丁

2018年了,但愿你还有被剥削的价值!因为AI失业潮真的开始了...

2018 年了,该不该下定决心转型AI呢?

不用数学也能讲清贝叶斯理论的马尔可夫链蒙特卡洛方法?这篇文章做到了

盘点深度学习一年来在文本、语音和视觉等方向的进展,看强化学习如何无往而不利

先搞懂这八大基础概念,再谈机器学习入门!

这三个普通程序员,几个月就成功转型AI,他们的经验是...

干货 | AI 工程师必读,从实践的角度解析一名合格的AI工程师是怎样炼成的

AI校招程序员最高薪酬曝光!腾讯80万年薪领跑,还送北京户口

详解 | 如何用Python实现机器学习算法


登录查看更多
5

相关内容

YouTube 是一个视频分享网站,2006 年被 Google 收购。 youtube.com
【DeepMind推荐】居家学习的人工智能干货资源大全集
专知会员服务
107+阅读 · 2020年6月27日
知识图谱推理,50页ppt,Salesforce首席科学家Richard Socher
专知会员服务
105+阅读 · 2020年6月10日
Python数据分析:过去、现在和未来,52页ppt
专知会员服务
99+阅读 · 2020年3月9日
【斯坦福新课】CS234:强化学习,附课程PPT下载
专知会员服务
117+阅读 · 2020年1月15日
【强化学习】深度强化学习初学者指南
专知会员服务
179+阅读 · 2019年12月14日
【EMNLP2019教程】端到端学习对话人工智能,附237页PPT下载
专知会员服务
68+阅读 · 2019年11月25日
机器学习:从入门到晋级
云栖社区
4+阅读 · 2018年11月21日
论强化学习的根本缺陷
AI科技评论
11+阅读 · 2018年7月24日
张钹院士:走向真正的人工智能(附报告全文)
走向智能论坛
13+阅读 · 2018年7月1日
如何用人工智能帮你找论文?
AI100
10+阅读 · 2018年2月21日
【2万赞】一文读懂深度学习(附学习资源)
新智元
7+阅读 · 2017年11月10日
Meta-Learning with Implicit Gradients
Arxiv
13+阅读 · 2019年9月10日
Arxiv
3+阅读 · 2018年10月8日
Arxiv
4+阅读 · 2018年9月25日
Multi-task Deep Reinforcement Learning with PopArt
Arxiv
4+阅读 · 2018年9月12日
Arxiv
11+阅读 · 2018年4月25日
VIP会员
相关VIP内容
相关资讯
机器学习:从入门到晋级
云栖社区
4+阅读 · 2018年11月21日
论强化学习的根本缺陷
AI科技评论
11+阅读 · 2018年7月24日
张钹院士:走向真正的人工智能(附报告全文)
走向智能论坛
13+阅读 · 2018年7月1日
如何用人工智能帮你找论文?
AI100
10+阅读 · 2018年2月21日
【2万赞】一文读懂深度学习(附学习资源)
新智元
7+阅读 · 2017年11月10日
相关论文
Top
微信扫码咨询专知VIP会员