用上强化学习和博弈论，EA 开发的测试 AI 成精了

导读： 用上强化学习和博弈论，EA 开发的测试 AI 成精了 小人不断跳跃到实时生成的平台上、最后到达终点……你以为这是个类似于微信 " 跳一跳 " 的小游戏？但它的

　　网友提问：

　　 用上强化学习和博弈论，EA 开发的测试 AI 成精了

　　优质回答：

　　小人不断跳跃到实时生成的平台上、最后到达终点……

　　你以为这是个类似于微信 " 跳一跳 " 的小游戏？

　　此外，也能通过调节解算器的辅助输入值控制通过率。

　　在固定路径、规则生成路径和对抗化生成路径几种情况下，通过率都随着辅助输入的降低而降低。

　　其中，对抗强化生成路径的通过率明显高于其他两种。

　　此外，因为具有对未知环境泛化的能力，这个 AI 训练好后还可以被用于实时测试。

　　它可以在未知路段中构建出合理的通过路线，并能反馈路径中的障碍或其他问题的位置。

　　事实上，EA 这次提出的新方法非常轻便，生成器和求解器只用了两层具有 512 个单元的神经网络。

　　Linus Gissl é n 解释称，这是因为具有多个技能会导致模型的训练成本非常高，所以他们尽可能让每个受过训练的智能体只会一个技能。

　　他们希望之后这个 AI 可以不断学习到新的技能，让人工测试员从无聊枯燥的普通测试中解放出来。

　　此外 EA 表示，当 AI、机器学习逐渐成为整个游戏行业使用的主流技术时，EA 也会有充分的准备。

　　论文链接：

　　https://arxiv.org/abs/2103.04847

　　参考链接：

　　 [ 1 ] https://venturebeat.com/2021/10/07/reinforcement-learning-improves-game-testing-ai-team-finds/

　　 [ 2 ] https://www.youtube.com/watch?v=z7q2PtVsT0I