就像上面演示的這樣，AI控制的索尼克在游戲中找到了一些特殊的“捷徑”來讓自己更快的達(dá)成目標(biāo)，這些捷徑都是通過類似于“卡Bug”的方式實(shí)現(xiàn)的。

這樣的方式大大出乎研究人員的意料。最開始，研究人員希望AI能通過所提供的人類玩家數(shù)據(jù)來模仿人類的操作和行為，最終完成游戲目標(biāo)。

但通過機(jī)器學(xué)習(xí)的人工智能對游戲顯然有自己的一套理解，除了在游戲中尋找能讓自己快速通關(guān)的Bug以外，它們還會做許多在研究人員眼里匪夷所思的事情。

古哥Deepmind AI項(xiàng)目的研究人員維多利亞·克拉科夫納就搜集了大量像索尼克這樣的例子。

比如在一個《海岸賽艇》的小游戲里，AI操縱的船只沉迷于利用Bug不斷地撞擊獎勵目標(biāo)以達(dá)到更高的分?jǐn)?shù)，順利到達(dá)終點(diǎn)這件事已經(jīng)不在它的計劃之內(nèi)了。

另一個研究人員試圖讓AI玩一款經(jīng)典的像素游戲《Q伯特》，同樣，AI在游戲里找到了一個無限刷分的嚴(yán)重Bug并在時間結(jié)束之前達(dá)到了最高分。不僅如此，當(dāng)它發(fā)現(xiàn)敵人會跟著Q伯特一起掉下懸崖后，AI甚至采取了自殺的方式來獲得更高的分?jǐn)?shù)。

就連《俄羅斯方塊》這樣的游戲，AI也能找到自己的另類玩法。由于每增加一個掉落的方塊都會使AI的評分略微升高，所以它采取了完全錯誤的游戲方式——盡可能快的落下每一個方塊并在快要Game Over時暫停游戲以確保自己不會輸。

好像聽上去還蠻智能的……