在流行文化中，很少有东西能像口袋怪兽的游戏机一样让人怀念。但如果把人工智能植入神奇宝贝，会发生什么呢？
此外，该技术（有望）应用于生活中的许多领域，从汽车自动驾驶、工厂机器人到智能手机和家用电脑。
但人工智能是否也能出色地玩经典 GameBoy 游戏《口袋妖怪红色》？
A (YouTuber)with a knack for programming and a soft spot for the little monsters took on this question – with astonishing results.
这位YouTuber的神奇宝贝实验是如何进行的？
实验背后的人工智能在软件开发者和YouTuber Peter Whedon的带领下，总共玩了超过（50,000小时）神奇宝贝红色。
对于（彼得-韦登）挑战之一是如何训练人工智能，使其表现得像人类玩家一样。据这位 YouTuber 称，人工智能的行为与人类球员非常相似
。
每次行动之后，人工智能都要查看屏幕上发生了什么，然后再决定下一步行动–就像一个人拿着口袋游戏机在眼前玩《口袋妖怪红色》一样。为了尽快训练人工智能，韦登同时进行了 40 次测试。
(Joaquin Corbalan/Adobe Stock; Peter Whidden))” src=”https://www.global-esports.news/wp-content/uploads/2023/11/For-his-experiment.jpg” width=”1920″ height=”1080″ /☻
奖励系统技巧：如何教人工智能玩《口袋妖怪红色》游戏？YouTuber 选择的解决方案是：他创建了一个奖励系统，让算法以赢得游戏为目标。每当人工智能在游戏中发现新的东西，它就会得到一个奖励点
这里所说的 “新 “是以屏幕上不同像素的数量来衡量的。不过，这种方法也有缺点，即人工智能控制的角色是在观看水动画，而不是在成功完成游戏的意义上继续玩游戏。
此外，还创建了额外的奖励点，例如捕获神奇宝贝、在竞技场获胜或在训练师战斗中获胜。
Hidden把他的实验编成了33分钟的YouTube视频。
人工智能在访问神奇宝贝中心时储存了一些神奇宝贝。这导致了团队整体水平的下降。由于这次糟糕的经历，人工智能从此避开了神奇宝贝中心。由此带来的弊端是：从这时起，团队不再治疗 。
Hidden 在他的 YouTube 视频中讲述了实验过程：
“它（人工智能）不像人类那样有情感，但奖励价值极高的事件会对它的行为产生持久影响[……]在这种情况下，它只需要失去一次神奇宝贝。这让人工智能对整个神奇宝贝中心产生了负面联想，导致它在以后的游戏中完全避开该中心。”
所以韦登不得不进一步调整他的奖励系统。
顺便说一句：神奇宝贝最近已经跃上了大银幕，下面的电影预告片就证明了这一点。
威登面临的最大挑战是逐步学习游戏中理想行为的算法。在这种情况下，由于不像文本或语音人工智能那样有大量的数据集，他必须分小块学习实现游戏目标的行为算法。
(TechCrunch)韦登对他的 YouTube 视频取得巨大成功感到高兴，到目前为止（2023 年 11 月 10 日），该视频的观看人数已超过 430 万。他说：
“看到这么多人参与（视频），我感到非常高兴。”
“
What”？
人工智能做得好的地方
但人工智能并不只是制造问题，有时它甚至非常聪明。然后，在某些时候，它一遍又一遍地使用相同的路线。起初看似毫无意义的事情，后来却变得非常聪明。人工智能利用了一个错误。这意味着，它遇到的第一只神奇宝贝一扔就被抓住了。
你能改进 YouTuber 的神奇宝贝实验吗？Additionally, Whedon offers a few tips in his video on how to try conducting such an experiment yourself.
例如，他使用了所谓的近端策略优化（PPO）。在（OpenAI）据说这种学习算法可以提供 “与当前方法相当或更好的性能”。据说 PPO 还易于实现和调整。
你怎么看这位 YouTuber 的实验？还有：你觉得附带的视频有趣吗？你是否一看到《口袋妖怪红色》就会怀旧，或者一提到《皮卡丘》就会对《数码宝贝》发誓并怀疑自己的鼻子。请在下面的评论中告诉我们你的想法
。
