近日，美國得克薩斯大學(xué)奧斯汀分校傳來了一則引人注目的科技新聞。該校的Yuke Zhu助理教授及其科研團(tuán)隊(duì)成功研發(fā)出一款名為“metamon”的人工智能智能體，這款智能體具備與人類相似的能力，能夠在寶可夢(mèng)對(duì)戰(zhàn)中一展身手。
metamon的研發(fā)歷程可謂別具匠心。研究團(tuán)隊(duì)并未局限于現(xiàn)有的機(jī)器人技術(shù)，而是另辟蹊徑，專注于構(gòu)建一個(gè)能夠在競技寶可夢(mèng)對(duì)戰(zhàn)中與人類選手相抗衡的AI。面對(duì)寶可夢(mèng)對(duì)戰(zhàn)中的部分可觀測性、隨機(jī)性以及長期規(guī)劃等復(fù)雜挑戰(zhàn)，團(tuán)隊(duì)巧妙地結(jié)合了離線強(qiáng)化學(xué)習(xí)與Transformer模型，使得metamon得以掌握對(duì)戰(zhàn)精髓。
在metamon的訓(xùn)練過程中，團(tuán)隊(duì)精心搜集并利用了超過47.5萬場人類之間的寶可夢(mèng)對(duì)戰(zhàn)數(shù)據(jù)。為了進(jìn)一步提升智能體的對(duì)戰(zhàn)能力，研究團(tuán)隊(duì)還引入了包括大語言模型智能體在內(nèi)的非人類對(duì)手，共計(jì)訓(xùn)練了20個(gè)智能體。這一龐大的訓(xùn)練數(shù)據(jù)集和多樣化的對(duì)手類型，為metamon的實(shí)戰(zhàn)表現(xiàn)奠定了堅(jiān)實(shí)基礎(chǔ)。
為了檢驗(yàn)metamon的實(shí)戰(zhàn)性能，研究團(tuán)隊(duì)將其投入到了模擬各世代寶可夢(mèng)的網(wǎng)站“Pokémon Showdown”的排名戰(zhàn)中，與人類玩家展開對(duì)決。令人矚目的是，部分metamon智能體在激烈的競爭中脫穎而出，成功躋身活躍用戶的前10%。這一成績不僅證明了metamon的強(qiáng)大實(shí)力，也彰顯了研究團(tuán)隊(duì)在AI技術(shù)領(lǐng)域的卓越成就。
展望未來，研究小組計(jì)劃構(gòu)建一個(gè)專門用于研究的Showdown服務(wù)器。這一舉措旨在在不干擾人類玩家的情況下，持續(xù)跟蹤metamon的進(jìn)展，并為其進(jìn)一步的優(yōu)化與提升提供有力支持。可以預(yù)見的是，在不久的將來，我們或許能夠見證更多像metamon這樣具備卓越智能的AI智能體在各個(gè)領(lǐng)域大放異彩。
