卡bug玩游戲就相當(dāng)于是作弊，但是卻一直有玩家樂(lè)此不彼，通過(guò)卡bug快速達(dá)到自己想要的目標(biāo)，有的人甚至迷上了這種尋找bug的樂(lè)趣，這次小編要說(shuō)的就是作弊卡bug玩游戲似乎有人更擅長(zhǎng)，那就是AI，難倒AI也學(xué)會(huì)了嗎？

AI的游戲方式大大出乎研究人員的意料。

多年以前，當(dāng)我第一次見識(shí)到朋友們是如何在《超級(jí)馬里奧》中通過(guò)卡一個(gè)龜殼無(wú)限刷分，在《魂斗羅》中用一種奇怪的方式獲得額外生命的時(shí)候，拯救世界和公主就再也不是我想做的事了。

在我看來(lái)，游戲里發(fā)掘各種奇怪的Bug明顯比拯救公主更有趣。

在《惡魔城：月下》里研究各種各樣的出城Bug一直是我樂(lè)此不疲的一件事

但是現(xiàn)在，關(guān)于“利用Bug快速完成游戲目標(biāo)”這件事情上，AI似乎比我還要擅長(zhǎng)。

今年四月，曾經(jīng)開發(fā)出擊敗Dota2職業(yè)選手的OpenAI公司，舉辦了首屆針對(duì)AI的強(qiáng)化學(xué)習(xí)競(jìng)賽。這個(gè)比賽的目標(biāo)，旨在評(píng)估強(qiáng)化學(xué)習(xí)算法從以往經(jīng)驗(yàn)中泛化的能力。這聽起來(lái)很拗口，具體地說(shuō)，就是讓AI來(lái)玩單機(jī)游戲，而且玩的是NES平臺(tái)上的《刺猬索尼克》。

世嘉公司在多年前開發(fā)的初代索尼克游戲成了AI的實(shí)驗(yàn)對(duì)象

每個(gè)參賽團(tuán)隊(duì)需要讓自己研發(fā)的AI在不同的訓(xùn)練關(guān)卡上運(yùn)行，通過(guò)短時(shí)間的機(jī)器學(xué)習(xí)，讓AI掌握這款游戲的規(guī)則和操作方法，并在游戲設(shè)計(jì)師重新設(shè)計(jì)的地圖上迅速找到最優(yōu)的通關(guān)策略。

OpenAI舉辦這次比賽的目的，是想驗(yàn)證這樣一個(gè)觀點(diǎn)：強(qiáng)化學(xué)習(xí)的強(qiáng)泛化性是通往通用人工智能的關(guān)鍵路徑之一。舉個(gè)例子，如果你在《CS：GO》中是一個(gè)百發(fā)百中的神槍手，那么其他的FPS游戲你可能也會(huì)很輕松的上手。但如果你把一個(gè)針對(duì)《CS：GO》訓(xùn)練的AI直接扔到《守望先鋒》里，那么它估計(jì)會(huì)直接崩潰。

因此，參賽選手需要讓AI自己學(xué)習(xí)游戲的策略和技巧，以便在陌生的地圖上自己找到最優(yōu)的通關(guān)方法。

不過(guò)這一次，AI們好像聰明過(guò)了頭。

在研究人員的調(diào)試下，AI被告知要優(yōu)先獲得更高的分?jǐn)?shù)(一般通過(guò)擊殺敵人和拾取金環(huán)獲得)，同時(shí)在僅可能短的時(shí)間內(nèi)到達(dá)終點(diǎn)。這樣的條件導(dǎo)致了一個(gè)奇怪但有趣的結(jié)果：AI開始通過(guò)尋找游戲內(nèi)的Bug來(lái)更好的完成目標(biāo)。

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(lái)讓自己更快的達(dá)成目標(biāo)，這些捷徑都是通過(guò)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(guò)所提供的人類玩家數(shù)據(jù)來(lái)模仿人類的操作和行為，最終完成游戲目標(biāo)。

但通過(guò)機(jī)器學(xué)習(xí)的人工智能對(duì)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(huì)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(gè)《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(jiǎng)勵(lì)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(jì)劃之內(nèi)了。

另一個(gè)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(gè)無(wú)限刷分的嚴(yán)重Bug并在時(shí)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(huì)跟著Q伯特一起掉下懸崖后，AI甚至采取了自殺的方式來(lái)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(gè)掉落的方塊都會(huì)使AI的評(píng)分略微升高，所以它采取了完全錯(cuò)誤的游戲方式——盡可能快的落下每一個(gè)方塊并在快要Game Over時(shí)暫停游戲以確保自己不會(huì)輸。

好像聽上去還蠻智能的……

雖然在比賽的最后，使用特殊方法獲得勝利的AI并沒(méi)有得到研究人員的認(rèn)可，但他們還是表示：

“AI展示了它如何在沒(méi)有人類介入的情況下贏得游戲勝利，出乎意料其富有創(chuàng)造性，可能會(huì)完全顛覆人類對(duì)游戲如何運(yùn)行的理解?！?

人工智能無(wú)意間找到了獲取游戲勝利更好的方法，雖然暴露了目前人類對(duì)于機(jī)器學(xué)習(xí)仍無(wú)法完全控制的的缺陷，但也顯露出了AI異于人類的創(chuàng)造性火花。正是這種創(chuàng)造性的潛力讓Deepmind投入大量的資金來(lái)讓人工智能學(xué)習(xí)像《星際爭(zhēng)霸2》這樣復(fù)雜的競(jìng)技游戲。

在2017年的暴雪嘉年華上，Deepmind宣布將讓自己的AI嘗試《星際爭(zhēng)霸2》這樣的游戲，雖然讓它和世界頂尖選手交戰(zhàn)還為時(shí)尚早，但在今年，暴雪表示它已經(jīng)可以應(yīng)對(duì)其他AI的前期速攻戰(zhàn)術(shù)。

在《星際爭(zhēng)霸》2中，有人曾經(jīng)設(shè)計(jì)出一種名為“悍馬2000”的腳本，雖然它能憑借操作以極少的兵力戰(zhàn)勝遠(yuǎn)多于自己部隊(duì)(比如100條狗沖破坦克陣)，但這是在后臺(tái)讀取游戲內(nèi)部數(shù)據(jù)的結(jié)果，算是真正的作弊，而不是能夠自己學(xué)習(xí)和進(jìn)化的AI。

2年前，AlphaGo帶給人類關(guān)于圍棋的新理解，也許再過(guò)不久，AI也能用全新的戰(zhàn)術(shù)體系來(lái)顛覆人類在星際爭(zhēng)霸上的統(tǒng)治。

當(dāng)然就算失敗了，當(dāng)一個(gè)專門找Bug的游戲測(cè)試員也是個(gè)不錯(cuò)的選擇嘛。