En softwareingeniør har trænet en kunstig intelligens til at spille Pokémon Red

Ingeniør Peter Whidden har udviklet en kunstig intelligens, der har lært at spille det klassiske spil Pokémon Red fra 1996 ved hjælp af reinforcement learning. AI'en har brugt mere end 50.000 timer i Pokémons virtuelle verden gennem årene.

Her er, hvad vi ved

Whidden lagde en et-minuts video på YouTube, der demonstrerer, hvordan AI'en fungerer i spillet. Udvikleren offentliggjorde også den kode og de instruktioner, han brugte, på GitHub, så andre brugere kan skabe deres egne virtuelle spillere baseret på hans algoritmer.

Forstærkningsmodellen tilskynder AI'en til at øge niveauet af Pokémon på et hold, udforske nye steder, vinde kampe og besejre stadionledere. Nogle gange afviger disse mål fra spillets progression, hvilket fører til underholdende AI-adfærd.

For eksempel kan AI'en "sidde fast" på et sted, mens den beundrer omgivelserne, eller opleve "traumer", når den ved et uheld mister en Pokémon. Denne suboptimale, men elskværdige AI-adfærd gør publikum sympatiske.

Til at begynde med kunne AI'en ikke engang komme forbi startstederne, fordi den ikke kunne fortolke teksthenvisningerne i spillet. Whidden lavede ændringer i koden og algoritmerne for at hjælpe den virtuelle spiller videre. Det gjorde AI'en i stand til at nå de første huler uden for den oprindelige by.

Ifølge Whidden giver denne tilgang mulighed for en interessant forklaring af, hvordan AI-algoritmer fungerer ved hjælp af et eksempel fra et populært spil. Reinforcement learning er tidligere blevet brugt til at skabe algoritmer, der spiller skak, Go og andre spil. Men et projekt baseret på Pokémon Red har tiltrukket sig særlig opmærksomhed på grund af dets brug af yndlingsfigurer som en demonstration af komplekse AI-koncepter.

Kilde: TechCrunch