Старые игры с Марио уже достаточно давно являются мишенью для разработчиков систем искусственного интеллекта и глубокого машинного обучения. Очередной попыткой является ИИ под названием MarI/O, который сумел полностью пройти один из уровней Super Mario World с 34 попытки.
В отличие от других похожих высокоинтеллектуальных компьютерных программ, MarI/O ничего не знал об игре – даже то, в какую сторону нужно двигаться для прохождения уровня, автор проекта ограничился установкой самых простых параметров. К слову, этот ИИ был создан популярным видеоблогером Сетом Блингом, специализирующимся на играх.
Разработанный Сетом Блингом ИИ руководствуется значением параметра «фитнес», которое увеличивается по мере того, как главный герой выполняет правильные действия. MarI/O знает, что фитнес – это хорошо, и поэтому, с «пониманием» того, что перемещение вправо приводит к увеличению этого параметра, он получает стимул и впредь поступать аналогичным образом. Таким образом, MarI/O учится играть в Super Mario World методом проб и ошибок. С опытом приходит понимание «стратегии» врагов и подбирается оптимальный маршрут для их обхода.
Эта форма обучения (алгоритм) носит название нейроэволюция нарастающей топологии (NeuroEvolution of Augmenting Topologies, NEAT) и не является чем-то новым, но, тем не менее, достаточно интересно посмотреть насколько эффективным он является. Хотя этот пример является хорошей демонстрацией, нам предстоит пройти еще долгий путь, прежде чем форма машинного обучения вроде этой сможет на равных конкурировать с более продвинутыми алгоритмами.
Оцените возможности A*-поискового алгоритма, который выиграл соревнование Mario AI Competition в 2009 году на видео ниже, чтобы понять, что мы имеем в виду.
Источник: Engadget