PTT動漫區 / C_Chat (希洽)

[閒聊] 用兩億個參數訓練AI打Pokemon對戰

看板C_Chat (希洽)作者 (奪真書生A.W.)時間2小時前 (2025/04/22 07:58), 2小時前編輯推噓10(10推 0噓 18→)
留言28則, 17人參與, 44分鐘前最新討論串1/1
https://arxiv.org/abs/2504.04395 UT Austin資工系一群研究人員 使用線上對戰遊戲Competitive Pokémon Singles (CPS) 過去15年的真人6v6 pokemon對戰歷史資料共95萬場比賽 以強化學習的方式學習遊戲技巧 (何時攻擊、用啥攻擊、換怪、換啥怪、場地天候因素、考量對手攻擊集氣等，最 多到兩億的參數)， 最後把訓練的模型匿名偷偷拿去真人對戰爬積分， 成功爬到前10%的ranking https://imgur.com/DqrgjKj.png
這代表AI也開始進攻Pokemon對戰遊戲了 不過才爬到前10%，代表還有10%的人可以打贏AI 不過這遊戲在台灣好像現在討論不多就是了 ---- 另外　　期刊作者順序　　作者說是比賽Pokemon決定的.... -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 108.31.73.137 (美國) ※ 文章網址: https://www.ptt.cc/bbs/C_Chat/M.1745279894.A.C0F.html ※ 編輯: wearytolove (108.31.73.137 美國), 04/22/2025 07:58:34
推
04/22 08:03, 2小時前 , 1F
2億以模型來說算很多嗎
04/22 08:03, 1F
推
04/22 08:04, 2小時前 , 2F
GPT-1 1.1億 GPT-2 15億 GPT-4 5000億+ 2億是迷你模型
04/22 08:04, 2F
→
04/22 08:13, 2小時前 , 3F
可是每代的戰術多少有差，太久的也不能參考吧，這要能打到
04/22 08:13, 3F
→
04/22 08:13, 2小時前 , 4F
1%應該很難，雖然好像部分版本的情況比較單一，不用判斷那
04/22 08:13, 4F
→
04/22 08:13, 2小時前 , 5F
麼多
04/22 08:13, 5F
推
04/22 08:13, 2小時前 , 6F
AI會摸去化石嗎?
04/22 08:13, 6F
→
04/22 08:15, 2小時前 , 7F
他用強化學習的只要換代時花點時間再訓練就好 只要設備夠
04/22 08:15, 7F
→
04/22 08:16, 2小時前 , 8F
好很快又能爬上去
04/22 08:16, 8F
推
04/22 08:22, 1小時前 , 9F
反正大多數時間猜守住跟丟硬幣並沒有區別
04/22 08:22, 9F
→
04/22 08:23, 1小時前 , 10F
打大師績分完全OK
04/22 08:23, 10F
→
04/22 08:24, 1小時前 , 11F
只要沒涉及養怪戰術都沒啥研究難度
04/22 08:24, 11F
推
04/22 08:33, 1小時前 , 12F
所以有得出現在規則哪個神最強嗎?
04/22 08:33, 12F
推
04/22 08:48, 1小時前 , 13F
10%也滿強了 至少多數玩家贏不了ai
04/22 08:48, 13F
→
04/22 08:50, 1小時前 , 14F
2億不大 有顯卡就能跑
04/22 08:50, 14F
推
04/22 08:59, 1小時前 , 15F
10%蠻爛的吧 在認真玩家眼裡可能都有很多明顯的錯誤
04/22 08:59, 15F
推
04/22 09:04, 1小時前 , 16F
2億是0.2B？那超迷你模型欸 搞不好手機都能跑
04/22 09:04, 16F
推
04/22 09:13, 1小時前 , 17F
有包含編隊跟配招嗎？
04/22 09:13, 17F
→
04/22 09:14, 1小時前 , 18F
前10%不就是pr90的意思嗎 還是天梯只有前10%才競爭
04/22 09:14, 18F
→
04/22 09:14, 1小時前 , 19F
底下很多只是玩自己喜歡的隊伍
04/22 09:14, 19F
推
04/22 09:23, 58分鐘前 , 20F
圍棋ai都能打世界冠軍了 寶可夢ai只能10%相比之下難免
04/22 09:23, 20F
→
04/22 09:23, 58分鐘前 , 21F
讓人覺得不足
04/22 09:23, 21F
→
04/22 09:26, 55分鐘前 , 22F
感覺應該要進3%左右才算強吧 10%感覺就一般熱衷玩家
04/22 09:26, 22F
→
04/22 09:27, 54分鐘前 , 23F
這還會牽涉對戰環境
04/22 09:27, 23F
→
04/22 09:27, 54分鐘前 , 24F
某種隊伍太強勢就會有很多人開始針對
04/22 09:27, 24F
→
04/22 09:27, 54分鐘前 , 25F
如果勝率保持在70%甚至80%以上就非常強了
04/22 09:27, 25F
→
04/22 09:28, 53分鐘前 , 26F
不過也要看打的場次跟勝率就是了
04/22 09:28, 26F
→
04/22 09:31, 50分鐘前 , 27F
LLM 2B模型剛好能給手機跑
04/22 09:31, 27F
→
04/22 09:37, 44分鐘前 , 28F
感覺跟圍棋不一樣，組成有可能遇到被針對而輸面較大吧
04/22 09:37, 28F
‣ 更多 wearytolove 的文章
文章代碼(AID): #1e1jkMmF (C_Chat)
C_Chat 近期熱門文章
更多 近期熱門文章 >>
PTT動漫區 即時熱門文章
6
19
[資料] 1301
[ YUGIOH ]
youngluke
14小時前, 04/21
更多 即時熱門文章 >>
‣ 更多 wearytolove 的文章
文章代碼(AID): #1e1jkMmF (C_Chat)