13年前最难跑步游戏被攻破，AI再一次超越人类的证明
狂丸科学，每天涨点新知识13年前，一款名为《QWOP》的跑步模拟器Flash小游戏，被众多玩家评为史上最难、最变态的游戏。
https://p9.toutiaoimg.com/large/pgc-image/01e5eefb5d5749c698a51038300eb30b
游戏目标十分简单，键盘上的QWOP四个按键分别代表运动员的两条大腿和小腿，玩家需要用这四个键操控他跑过100米之外的终点线，这也是游戏名的来源。
尽管听起来很容易，自己亲自上手的话很容易就酿成人间惨剧……
https://p26.toutiaoimg.com/large/pgc-image/dd680dfb8e854671bb5646058f20c546
不往前走不说，反而开起了倒车。
https://p9.toutiaoimg.com/large/pgc-image/e386985448724a738d7af84b8cc55c53
要不就是一个狗啃屎直接GG，完全掌握不好平衡。
https://p6.toutiaoimg.com/large/pgc-image/5c838263f1df410db7d7924d64d0c9cd
看看这别人家的游戏，最快的高手不到50秒就跑完了全程。而狂丸整了半天就没跑出去过10米，低血压都快给我治好了。
https://p26.toutiaoimg.com/large/pgc-image/2f2e4b43fd2544ad907c13cb9e65a0b8
游戏不应该是给人带来快乐的吗？.jpg
周先生曾经说过，人类的悲喜并不相通，但是对于游戏的执着是。
https://p26.toutiaoimg.com/large/pgc-image/0194284ddfb64a0ebcf28347327b3222
Wesley Liao是国外的一名数据分析师，热衷于人工智能领域。那一天，他又回想起了被《QWOP》支配的恐惧，试图用AI对那个游戏发起一场大复仇。
Liao设立了一个奖惩机制，告诉AI怎样挪动步伐是正确的，然后让AI在实际操作中逐渐自我学习，掌握规则，直到成功跑过终点线。
https://p3.toutiaoimg.com/large/pgc-image/9a3c6c9630874917a4a6bb4f2a405b8f
和人类田径运动员需要场地和有科学训练方法的教练一样，AI的训练也需要计算的平台和算法。
Liao选择了一种名为ACER的强化学习算法作为AI的教练。
https://p26.toutiaoimg.com/large/pgc-image/2863f52ae6dd4f688adf2fcdb1f69d38
简单来说，ACER的优势在于它很会「翻旧账」，不仅能够从AI最近的表现汲取经验，也能从早期存储的大量数据中获得经验，避免学习重复的东西，极大提高样本效率。
Liao把这名特殊运动员的身体数据输入了算法，主要有头部的动态、手部、肘部、还有臀部的动态。
4中按键的11种组合可能性也被纳入计算范围内，包括4个按键的单独激活，6种4个按键的两两组合激活，还有什么键也不按。
https://p9.toutiaoimg.com/large/pgc-image/78f3cfc0a8c14107b7a3fe3aadeddff6
AI经过8小时的自主学习后，成功摸索出了一套稳赢不亏的跑步方法论——跪着跑。
https://p3.toutiaoimg.com/large/pgc-image/2f017698be8846e5bfee97e3d47f6b53
其实，狂丸在试玩几把后也发现，以弓步压腿这种姿势一点一点往前磨蹭的方法是能够成功到终点的，但赢是赢了，代价就是得跪着。
我堂堂一个跑步运动员连跑都不会，这叫什么事儿？
https://p26.toutiaoimg.com/large/pgc-image/a8f2f7a474544a0ebf27b32f366e8077
这样的荒诞结果让狂丸想到之前网上那个狼追羊的AI训练实验。
https://p9.toutiaoimg.com/large/pgc-image/82d0eaa679c4422c9ffa34dd7973a0c3
抓不到干脆就不抓，站不起来干脆就跪着，爱咋咋地，你就说过没过线吧。
https://p3.toutiaoimg.com/large/pgc-image/db2fe5ec3cf348469bce19a7cffe4f9e
看来全靠AI自学是不行了，Liao只能另找方法让AI重新学习。
这次，通过和人类下棋来自我学习的Alpha Go给了Liao改进的灵感。他把自己游玩《QWOP》的过程记录下来做成经验胶囊喂给AI吃。
这本来是个很好的研究路线，可惜Liao对于这个游戏实在是太苦手，以正常的跑步姿态前进的话，靠他本人最多只能跑到28米处，最后勉强挑出50份相对优质的数据交给AI学习。
结果，什么叫邯郸学步啊？
https://p6.toutiaoimg.com/large/pgc-image/794397d22f4d43e7878e3cad69c6fd93
跑步没学会，自己之前怎么走也忘的一干二净，Liao决定再给AI一些时间闷头消化消化。
https://p26.toutiaoimg.com/large/pgc-image/ed26b19e38d54e8b86dee167b7242cc8
20小时后，AI终于能操纵运动员跑动的更像人一点了，更重要的是不会再原地逝世，1分25秒的成绩已经足够在当时进入世界前15。
https://p9.toutiaoimg.com/large/pgc-image/69fc4ffc35784ae3b94a4cb7b6aaeef9
可愚蠢的人类总是贪心的，有了金斧头，还想把河神带回家。这时候，Liao把目光投向了《QWOP》的全球排行榜。
要是把之前自己的菜鸡经验换成榜一榜二的大神经验，AI肯定会成长的更快。
https://p9.toutiaoimg.com/large/pgc-image/9f2a3474877e4a31983da5d7526d372b
他虚心向排行榜上的顶尖选手请教，get了成功地另一要诀。
https://p6.toutiaoimg.com/large/pgc-image/ef11e833e068424e90658077f979a437
推上名为@くろうど的高手建议，减少运动员的上下起伏或许会跑的更快，而且相当慷慨的给Liao发了50份自己游玩时高端局的按键纪录。
在把@くろうど的经验喂给AI之后，本以为一切妥妥的Liao没想到AI直接给他点了一首《奇迹再现》。
https://p3.toutiaoimg.com/large/pgc-image/a71368031eec40759d416687b34d2731
没错，AI又忘了怎么抬腿了。
https://p6.toutiaoimg.com/large/pgc-image/1f5efb5161fc4020875dd1da911df041
这次，Liao决定改变一下训练方法，采用一种名为 DQN 的经典深度强化学习算法来训练AI。
这种方法相当于一个盒子，它会把之前学习到的经验和新来的经验混在一起，保证AI一半的经验来自AI自身，另一半来自高手@くろうど。
https://p26.toutiaoimg.com/large/pgc-image/f3aea510fcab450d9c59890c33575031
就这样，AI终于能再一次奔跑起来了。只是动作不太协调，时不时会突然给出一飞腿，这是人类经验和AI计算结合带来的阵痛。
https://p6.toutiaoimg.com/large/pgc-image/4cac0fd3be9148379a60ab1734a09338
于是，Liao在接下来的训练中慢慢移除掉@くろうど的经验，全靠AI自己调整改掉了飞腿的毛病。
25个小时后，运动员终于能完美的以人类跑步姿态跑完全程，并且以1分08秒的成绩打入世界前10。
https://p5.toutiaoimg.com/large/pgc-image/0705742e07f343bd931b1a1d68f68b51
按常理说，在某些游戏方面，AI的战斗力是比人类玩家高上不少的。
https://p9.toutiaoimg.com/large/pgc-image/3cbce60eca0d4d70adf0aec56b77c60c
左为人类玩家 右为AI
有些媒体就出来搞事情，问Liao的AI为什么连人类都跑不过。
https://p3.toutiaoimg.com/large/pgc-image/8f1f1339be644f3384671db375b3c566
标题：AI突破最难游戏却打不破人类记录
这可在Liao的雷区结结实实踩了一脚，想冲？冲给你看。
https://p5.toutiaoimg.com/large/pgc-image/a843ae97509a4f2ba1e00f7e2f709f28
既然AI已经学会了如何正确的跑步，Liao就在训练中把速度放到了第一位，名为Prioritized DDQN的、优化过的深度强化学习算法被应用在这次升级之中。
顾名思义，这个算法会加强AI已学习过内容的权重。而且Liao这次取消了身体高度的限制，一切只为冲的更快而设计。
https://p5.toutiaoimg.com/large/pgc-image/49573a15f36a40cc9e5125dbc0b774b4
40小时的训练后，AI对腿的掌握可以说达到了人腿合一的状态，成绩直接提升到47.34秒，比人类最高纪录正好快1秒。
https://p26.toutiaoimg.com/large/pgc-image/afcbcca8981a413b8b26808bb67f627b
不过这个排行榜只认可人类玩家的成绩，所以AI虽然快，但是规则毕竟是别人定的，只好默默做一个十里八乡的俊AI。
这股让AI玩游戏的风潮也吹到了「无所不能万物起源」的我的世界中。
最近，哥本哈根信息技术大学、纽约大学和上海大学的研究者们共同创造了一个能够自动建造物品的AI，名为3D神经元胞自动机。
这个AI可以自动建造包括毛毛虫、房子、城堡、大树等最多由3000多个方块组成的物品。
https://p5.toutiaoimg.com/large/pgc-image/41c1fa0571ac4276a3632f97347a83ab
https://p5.toutiaoimg.com/large/pgc-image/ad0e0bb40b6a48b4af8505d717d5aa5f
它甚至还能自我修复，当毛毛虫被一分为二，剩下的残体会自动成长为新的毛毛虫，死侍直呼内行。
https://p26.toutiaoimg.com/large/pgc-image/af60791cef6c4ae79e060b7c02af2019
一分为二后重新长好的毛毛虫
看起来，未来的游戏里，不仅仅是「别人的世界」，更是「AI的世界」了。
https://p6.toutiaoimg.com/large/pgc-image/b928ac68d25d401c8f91dfa52267a2fe AI怎么监控人体状态？视觉？ 我其实没看写了什么，看那几个越来越抽筋的动图笑趴了[笑哭] 我不懂程序、人工智能，但你要说AI攻克了游戏，那不是很正常吗，游戏本身就是程序，用程序打败程序那不是想对要简单多了？
AI攻克游戏本来就比攻克国象、围棋简单吧 本质上对于电脑来说还是0和1的逻辑选择题，用最笨的办法破解，花了几天算出了rar的二十几位的解压密码，迷宫图花人类没有耐性的时间，全图模拟行经不断试错找到出口，来个高端局公司效益不佳，早上堵车迟到，看到领导笑脸相迎，房贷没还完不能失业，这时该说什么好？ 大多数人都会懵逼，你让电脑怎么去试错 听说这个游戏50米有个跨栏[捂脸] 谁发明了这个跑步游戏？太欢乐了[笑哭][笑哭][笑哭] 其实没这么麻烦，把高手的按键顺序记录下来就解决了 如果一个程序员给AI设定自我意识、自我进化、自我生存，终结者纪元会不会到来？ 发明这个游戏的人有跑完过吗？
页:
[1]
2