自從人工智能Alphago在圍棋領(lǐng)域戰(zhàn)勝人類棋手之后，谷歌的人工智能DeepMind近日又在電子游戲領(lǐng)域超越了人類水準(zhǔn)。

根據(jù)介紹，DeepMind使用了強(qiáng)化學(xué)習(xí)（reinforced learning）來促進(jìn)AI學(xué)習(xí)游玩精簡版《雷神之錘3：競技場》多人奪旗模式。這些機(jī)器人們已經(jīng)通過“內(nèi)戰(zhàn)”游玩了45萬場多人模式，每一場比賽都在系統(tǒng)生成地圖上進(jìn)行，持續(xù)時間在5分鐘左右。根據(jù)外媒編輯的估算，AI的游戲時長已經(jīng)達(dá)到了37500個小時。

根據(jù)外媒The Verge報道，DeepMind與另一個人工智能OpenAI不同，它并沒有加載《雷神之錘3》原始數(shù)值數(shù)據(jù)，而是采用了一種和人類玩家近似的方式——通過“視覺”來吸收信息。DeepMind的各個終端并沒有接到任何指示，它們在游戲中進(jìn)行多機(jī)競技，直到確認(rèn)并能重現(xiàn)出游戲中的多種路線從而獲取勝利為止。據(jù)稱機(jī)器人們也學(xué)會了埋伏、gank、守旗等等戰(zhàn)術(shù)。

為了檢驗(yàn)這些機(jī)器人的能力，研究者們也舉行了相關(guān)競賽賽；參賽隊(duì)伍共有三種組成形式，第一種是兩名人類玩家組成的小隊(duì)、第二種則是兩名機(jī)器人組隊(duì)，還有一種則是機(jī)器人和人類玩家組隊(duì)。最終全員為機(jī)器人的小隊(duì)勝率達(dá)到了74%（據(jù)稱《雷神之錘3》老手玩家的勝率在52%左右，普通玩家則是43%）。當(dāng)隊(duì)伍里有4名機(jī)器人時，勝率就會跌至64%。但是這個勝率依然要高于人類的平均水平。