12月1日,YouTube博主“Code Bullet”发布了一段视频,题为“AI学习玩合成大西瓜游戏”,截至目前,该视频已经吸引了105万次观看和9.6万次点赞。
视频中,他首先用编程语言模拟了游戏规则,令两个樱桃合成一个草莓,两个草莓可以进一步合成葡萄,直至最终形成一个大西瓜。不仅如此,AI在面对三颗相同水果时,不同寻常地选择将它们全部合并,引发了“水果大爆炸”,一举获得了250万的高分,远超“Code Bullet”最初设定的3000分目标。
在视频的后半部分,博主让196个AI同时参与游戏,放置不同数量的水果。结果显示,当水果数量达到150个时,一些AI开始失败。通过对获胜和失败的AI表现进行分析,他总结出了《合成大西瓜》的一些游戏攻略,强调获胜AI通常会将得分更高的水果放在角落位置。这一发现引发了观众的广泛讨论,对游戏AI研究产生了浓厚兴趣。
然而,评论区的一些网友指出,虽然AI在游戏中表现优异,但其过程未考虑实际游戏特殊情况,例如不同水果的重量和随机掉落位置。这一提醒使人们意识到,尽管AI在模拟环境中表现出色,但在真实场景中仍存在局限性。
此外,“Code Bullet”以《合成大西瓜》为例,突显了通过游戏场景训练AI的潜在益处。他之前还通过训练AI玩神奇宝贝和模拟斯坦福小镇等场景,揭示了Generative Agents在游戏领域的广阔可能性。这种通过试错学习的方法对于引导AI实现特定目标至关重要。