Re: [閒聊] 其實DQ系列的某代也有涉入AI的領域
※ 引述《exojin (雲淡風輕)》之銘言:
: 純屬閒聊,尤其是當年的攻略本也花了很多篇幅吹噓這套AI系統。
: 例如,當你以這行動戰鬥導致隊伍全滅,下次AI就不會採用這種行動。
: 有人知道是哪一代的DQ嗎?
其實 AI 在遊戲業界行之有年,
跟現在的 AI 相比,
重點在於計算速度跟數據量的多寡。
只要記得 AI 的基本概念就是,
該狀態下的執行權重,
簡單的意思是:
你血量低於50%,
我要放捕血技能的權重,
比放攻擊技能的權重高,
所以我會放補血。
這就是最早的遊戲 AI ,
也就是條件式設定。
後來的 AI 基於這個概念複雜化,
多出很多判斷式,
就是早年遊戲大部分的AI,
像是:
你血量低於50%但我需要保留MP,
所以我使用藥草幫你補。
而 DQ 那個概念是什麼?
就是再導入範圍大一點的權重,
如:戰鬥勝利 + 3、隊友死亡 - 1 等,
然後紀錄他在戰鬥中做了什麼,
以取得最大分數為目標,
就能紀錄出,
我在你血量低於50%的時候放補血,
保持沒有隊友死亡所以沒被扣分,
這種資訊,
隨著資料越多,
AI 就會有一個自己的模型,
判斷接下來要做什麼,
這就是學習。
這也是為什麼會一直放最強傷害,
或是即死咒文的原因,
因為他的目標是不死隊友的最快戰鬥勝利。
而資訊量越來越多,
就可以做出像 CS 那種,
判斷戰鬥開始幾秒內,
站在哪個位置瞄準哪裡,
有最高機率打中敵人的 AI 設置。
影像辨識也是如此,
他的做法就是一開始需要提供正確答案,
建置一個分析用的模型,
告訴 AI 這些色塊的排列有可能是什麼東西。
所以 AI 其實在你我生活中很久很久了,
只是以前的硬體能力不夠,
撐不起快速或精準的分析,
但當硬體起來了,
問題就又回到,
人類怎麼設計這些權重判斷,
你讓 AI 一直自己記錄自己判斷,
只要錯幾次,
就有可能造成模型錯亂,
以後都做出不同人類想法的結果。
所以現實中 AI 現在只能提供輔助,
不能當作決策。
題外話,
所以魔物獵人讀心晶片其實也是有可能的,
他只要抓你這陣子在努力收集什麼,
做了哪些套裝的部件,
或是在收集什麼技能,
就可以偷偷調整重點資源的掉落機率,
但卡普空應該沒那麼狠,
吧。
--
ff12 自己調隊友ai。ff13儘可能減少技能 讓ai隊友能採取
玩家希望的行為
這套再進化一點就是FF12那種東西了
最近就變成聖獸之王了
有點像黃牛搶票用的
讀心晶片那個相對容易吧
capcom-already-had-applied-monster-hunter-treasure-sens
or-patent
capcom有讀心晶片的專利
我以為那個新聞是說說的,沒想到真的有做,Fuck!
AI 都發展多久了XD 是以前運算速度跟儲存體受限
一直覺得FF12讓玩家設定隊友AI的系統很神,
如果能再設定更細節一點&修正一些瑕疵
(例如魔法卡位的問題)就接近完美了
FF12我記得隱藏王 設定好AI後 睡一覺起來就贏了
根本打不死
*我方根本打不死
要不保底要不天井,手遊的AI才真正強大
爆
[情報] 天網和奧創來啦根據一場研討會的討論內容 美國空軍曾在模擬器裡面開發一款操作無人機的人工智慧 但是最終決定權仍在操作員手裡爆
Re: [問題] 繪師有權力禁止別人學習畫風?兩邊都有學一點,試著回一下: 「繪師能不能禁止AI學習他的畫風?」 其實這個問題預設條件就錯了,現行的AI其實追根究柢到最後都是統計技術, 那種「會自己思考」的AI還不存在,可能也還要很久才會出現。 現在所謂的AI技術幾乎都是指深度學習、類神經網路等技術,53
Re: [心得] 人工智慧真的來了整天就想取代醫生 .... AI 最多就只能成為醫生的輔助工具而已 除非你能說服 每個被治療的病患可以接受AI誤判 沒有任何一款醫療的AI 可以達到100%的辨識率 誤判是必然的 你的訓練資料 測試資料 正確答案 都是來自於 人類醫生34
[閒聊] AI繪圖教學 : 學會詠唱的繪師兩個禮拜前的文,簡單翻一下C洽沒看到,如有op再跟我說。 這篇值得一發是有完整的跟AI協作繪圖的教學, 包括分析自己的弱項跟AI的強項後決定哪部分交給AI幫忙完成,33
[問題] 求推薦可以安排隊友行動AI的遊戲舉個例子 太空戰士12的隊友AI系統是這樣 圖內 第一條:當敵人100%hp 則 進行偷竊24
Re: [閒聊] AI打星海爭霸,後來如何?我覺得這部分當然應該是訓練給的APM相關參數有問題 也就是說給AI的APM上限還是太高,導致AI可以靠操作硬幹 我個人的推測是AI對局那個兩百年數據量,不太可能沒有用到不朽 那如果數據裡面有不朽結果還是敢用追獵硬推,而且確實也給他推成功了 那簡單來說就是這種微操無敵的兵種對AI來說太強14
Re: [新聞] 股票老師將失業?ChatGPT 能預測股市未來1. 我認為未來的AI應該會分科 也就是說不會有全才的AI 其實這個概念在 20幾年以前就有了 就是所謂的專家系統 分科指的是 根據某專業而形成的 AI 例如 醫學的癌症AI , 股票的 AI ............. 現在的 ChatGPT 基本上你問他股票的問題都不會回答你17
Re: [心得] AI時代來臨,技術分析真的已經沒用了當年NASA首次登陸月球,所使用的電腦相較現在的手機根本像玩具, 也就是說我們帶手機穿越到當年,等於是帶一台超級電腦, 但這時代的手機應該比較像是掌上型遊戲機的樣子。 無意冒犯,但您真的理解通篇堆砌的那些詞藻,其真正的意義? : 這邊提到的AI演算法量化交易,4
Re: [閒聊] 對Vivy結局的一些想法這是因為你把AI當成人,覺得AI要有人類般的喜怒哀樂 才會覺得退役被關起來毫無尊嚴該憎恨人類 但故事中的AI並非如此 在Vivy不斷重複強調在強調的東西是要把它當人嗎? 不是 裡面不斷強調的是AI的使命,AI的所有想法都是要執行它的使命3
Re: [心得] 演算法交易實用與否。看過Physics of Wall Street 嗎?基本上所有的機器交易背後最重要的是人寫的model, 有牽涉到AI的話 使用哪一種AI algo 就是重點。但是不論哪一個都沒有穩賺的 所有的model 都有flaws. RT 在2008大賺 但是同樣策略在疫情時卻不行 當你在用程式在跑的時候 千萬要記得 做判斷的 寫程式的都是人 如果你自己沒法找到一個賺多賠少的策略 你開發出來的程式會有意義嗎?更不用說AI了 一般人都太神話AI了 有沒有聽過 AI is only as good as its training data. 如果資料量不夠或是太雜 或是不知如何tagging 或牽涉到主觀判斷的權重 那這AI 還不如沒有的好 我自己做的是先找到一個可以獲利的策略 然後再寫成程式來自動化 提高liquidity -----