集智专栏
资源加载中,请稍后...
集智专栏

集智专栏 - 趣味项目

Cogito, ergo sum

用神经网络+遗传算法训练AI开车,神经网络的形状不变,进化的是连接的权重值。 Just a simple implementation of neural net for evolution of a car to finish the track. The neural network itself doesn't evolve in shape, but in the neuron connection weights.

之前我们已经了解到,OpenAI带来的Dota2机器人在TI7的现场大杀四方。但是在之后的与普通玩家较量的过程中,人工智能又多次落败。OpenAI的团队是如何研究出这样一个AI,它又是如何一步一步通过自我成长来打败世界顶尖选手,而为何又会落败于一般玩家呢?OpenAI发表的文章介绍了这其中的很多细节,让我们来一起品读一番。

基于最新的人工智能研究成果,我们已经可以在越来越多的领域实时完成某些分析和预测工作,比如说在交通领域,AI能够自动获取周围环境的图像信息并完成未来的动作预测。本文介绍了一个与众不同的案例——通过预测电影观众的情绪变化,预先获知影片中哪些镜头是亮点所在,而哪些镜头是彻底的败笔。

使用机器学习理论和工具,我们实际上可以做一些很有意思的研究项目,而关于游戏的数据分析就是其中之一。对于Dota2这样一款广为流行而又艰深复杂的游戏,如何从113个英雄中挑选出合适的英雄本身就是一件难题。在本文中,我们将会介绍一个使用机器学习方法实现的小程序,它将帮助我们在游戏时选出最适合团队的英雄,或是根据阵容分析出双方的胜率。