A intelixencia artificial gañou aos xogadores de eSports máis fortes en Dota 2

O ano pasado, a organización sen ánimo de lucro OpenAI enfrontou o seu sistema de intelixencia artificial aos profesionais de Dota 2. E entón a máquina non puido superar aos humanos. Agora o sistema vingouse. 

A intelixencia artificial gañou aos xogadores de eSports máis fortes en Dota 2

O OpenAI Five Championship tivo lugar en San Francisco durante o fin de semana, durante o cal a IA reuniuse con cinco e-sportsmen do equipo OG. Este equipo levou o premio máis alto en eSports en 2018, ocupando o primeiro lugar no torneo The International Dota 2 cun fondo de premios de 25 millóns de dólares. Os membros do equipo reuníronse cos bots de OpenAI, que foron adestrados coa mesma metodoloxía. E o pobo perdeu.

Infórmase que os bots de OpenAI aprenderon reforzo e de forma independente uns dos outros. É dicir, entraron no xogo sen programación e configuración previas e víronse obrigados a aprender por proba e erro. O cofundador e presidente de OpenAI, Greg Brockman, dixo que nos 10 meses da súa existencia, a intelixencia artificial xa xogou 45 mil anos de xogo en Dota 2.

En canto ao propio xogo en San Francisco, cada escuadrón tiña 17 heroes para escoller (hai máis de cen no xogo). Ao mesmo tempo, a IA elixiu un modo no que cada equipo pode prohibir a selección dos heroes que elixiu. Isto permítelle aproveitar os seus puntos fortes e minimizar os seus puntos débiles. Tamén se desactivaron as ilusións e as funcións de convocar novos heroes, aínda que era posible resucitar aos caídos.

Informeuse que a IA utilizou tácticas que resultaron en beneficios a curto prazo, pero deron a recompensa. Ao mesmo tempo, o sistema reviviu os heroes mortos mesmo ao comezo da batalla. En xeral, a máquina utilizou un enfoque moi agresivo, unha especie de "blitzkrieg", que a xente non foi capaz de repeler, xa que o primeiro partido durou só media hora.

O segundo foi aínda máis curto, xa que a IA destruíu os humanos moi rapidamente, centrándose no ataque máis que na defensa. En xeral, resultou que o esquema de aprendizaxe por reforzo dá resultados. Isto permitirá empregalo no futuro para diversas tarefas.




Fonte: 3dnews.ru

Engadir un comentario