Как ИИ сокращает время прохождения уровней (speedruns)

от

Спидраннеры уже несколько лет оптимизировали каждое возможное мгновение в своих любимых играх. Однако теперь интеллектуальные боты превзошли рекорды скорости, установленные людьми, и часто находят новые эффективные методы для быстрого прохождения уровней игры.

🧐

Купил акции по совету друга? А друг уже продал. Здесь мы учимся думать своей головой и читать отчётность, а не слушать советы.

Бесплатный телеграм-канал

На протяжении последних нескольких десятилетий спидраннеры тщательно извлекали максимальную экономию времени из своих любимых видеоигр. Однако теперь умные боты ИИ во многих случаях превосходят рекорды, установленные людьми, и даже открывают быстрые методы более эффективной навигации по уровням.

Эволюция спидраннинга

Спидраннинг по своей сути всегда был связан с оптимизацией и исследованием. Опытные участники часто посвящают годы на обнаружение багов и точную настройку маршрутов. Кроме того, они нередко полагаются на внешние ресурсы: например, speedruns с помощью инструментов (TAS), где используются эмуляторы, сохранение состояний и кадровая запись для создания теоретически идеального прохождения.

Поскольку нет никого, кто физически нажимает на кнопки в реальном времени, завершённые забеги обычно рассматриваются скорее как инструменты для исследований или развлечений, нежели прямые соревнования за побитие человеческих рекордов.

Сегодня меня поразили успехи в развитии AI ботов! Невероятно представить, что вместо человека программирования каждого шага эти агенты машинного обучения учатся на своих ошибках и достижениях путём проб и ошибок – процесс, который утомит человека, но они справляются легко. Ещё более захватывающим является то, что они как будто изучают стратегии, которых их создатели им никогда не учили!

По сути, мы можем сказать, что фокус процесса переместился с тщательной работы людей над достижением совершенства к автономным системам, самостоятельно его раскрывающим. Давайте рассмотрим случаи, когда агенты искусственного интеллекта превзошли рекорды лучших человеческих игроков.

QWEOP

https://www.youtube.com/watch?v=82sTpO_EpEc

В 2021 году Уэсли Ляо, исследователь, стремился выяснить, сможет ли ИИ превзойти QWOP — особенно сложную игру в легкой атлетике, известную своим уровнем сложности. В то время человеческие игроки на пике формы едва могли преодолеть стометровку менее чем за приблизительно 49 секунд.

Он выполнил задачу с помощью метода, при котором он обучал сущности нейронной сети посредством обучения с подкреплением. Это включало предоставление положительного отклика ИИ по мере прогресса и ускорения работы, а также сокращение вознаграждений в случае столкновений с препятствиями или замедления.

По мере того как ИИ продолжал улучшать свою подготовку, он постепенно начал принимать более прямую человеческую походку. Значительное улучшение было достигнуто после изменения функции вознаграждения Ляо таким образом, чтобы она полностью акцентировала внимание на скорости. После примерно 40 часов общей подготовки (включая некоторое начальное обучение на данных о людях), ИИ стал демонстрировать продвинутые методы бега, напоминающие технику лучших спортсменов, используя подъемное движение ноги для дополнительного импульса.

Благодаря своей впечатляющей производительности, он завершил забег на 100 метров примерно за 47.34 секунды, превысив время самого быстрого человека в районе 48.34 секунд. По сути, этот бот побил мировой рекорд в QWOOP, показав, что алгоритм обучения не только сравнялся с человеческим мастерством, но и превзошел его в задаче скоростного прохождения.

Супер Марио Брос

Как преданные фанаты, мы ошеломлены скоростью, с которой некоторые игроки проходят warp-run в World 8-4 всего за 4 минуты и 55 секунд! Учитывая возраст игры, это невероятное достижение действительно потрясает воображение, особенно учитывая точность до кадра, которую они должны обладать для такого результата.

К концу 2023 года программист взялся за миссию обучить ИИ проходить Super Mario Bros. на высокой скорости. Эта попытка заключалась в применении метода обучения, известного как Proximal Policy Optimization (PPO), который выступал учителем для Марио, помогая тому овладевать искусством быстрого и точного прохождения уровней.

https://www.youtube.com/watch?v=OQitI066aI0

В этой среде обучение началось в рамках окружения OpenAI Gym, где управлялись базовые правила игры. Система наград стимулировала Марио быстро продвигаться вправо, сокрушать противников и касаться флага без лишних анимационных кадров.

Через серию конкретных шагов (вначале 1-2 этапа для начального периода, затем этапы 8-2 и 8-4 для завершения), машина смогла значительно сократить дистанцию. Эта финальная производительность отразила текущий мировой рекорд времени, создавая необычайный момент в игре с долгой историей спидранов.

Minecraft

Спидраннинг не ограничивается только классическими двумерными играми; даже современные открытые миры имеют сообщества спидранеров. Например, в игре Minecraft цель часто заключается в победе над Эндер Драконом и завершении игры. Удивительно, но люди стали очень быстры в этом деле: используя баги и удачу, опытный игрок может справиться за менее чем 20 минут при удачном стечении обстоятельств или примерно за час без использования глитчей.

Тем не менее, задача освоения Minecraft для искусственного интеллекта значительна из-за его динамичного трехмерного окружения, нелинейного развития и зависимости от случайной генерации и стратегического долгосрочного планирования. Однако такая задача не остановила целеустремленных разработчиков от попыток создания AI, способного превзойти человека в забегах на скорость в Minecraft.

В 2023 году создатель контента на YouTube MCBYT представил интригующий тест: два участника — один из них искусственный интеллект по имени Alto Clef, а второй человек — соревновались в завершении игры Minecraft.

https://www.youtube.com/watch?v=70gs0E4yb8g

На основе навигационной системы Baritone система Alto Clef накладывает игровую логику: сбор ресурсов, создание снаряжения, построение портала в Nether, торговля с пиглинами, достижение конца игры (The End) и бомбардировка дракона при помощи кроватей. В непосредственной конкуренции она выполнила задачу за 2 часа и 6 минут, лишь немного опередив время человека — 2 часа и 7 минут.

Как я вижу, боты ИИ превзошли скорость человеческой игры.

Переход от сценариев TAS (Обученных Агентских Систем) к автономным обучающимся сущностям предполагает будущее, где ‘совершенствование’ становится более неуловимым и менее достижимым по человеческим меркам. Этот переход подразумевает три важных изменения, которые будут постоянно переосмысливать понятие превосходства: 1. Переосмысление восприятия: Поскольку AI агенты учатся на разнообразных неструктурированных данных, их восприятие и интерпретация мира могут значительно отличаться от нашего текущего понимания. Новая точка зрения может привести к решениям за пределами человеческого познания. 2. Расширение творчества: Самообучающиеся агенты будут генерировать новые идеи и стратегии, расширяя границы того, что мы считаем творческим или интеллектуальным. Их способность самостоятельно учиться и адаптироваться позволит им превзойти традиционные человеческие ограничения. 3. Адаптация этики: По мере развития возможностей ИИ должны развиваться и наши этические принципы, чтобы гарантировать соответствие их действий нашим ценностям. Цели добра могут измениться по мере столкновения с новыми вызовами в усложняющемся цифровом мире.

Значительно то, что предстоящая стратегия включает корректировки в реальном времени. Для примера: представьте робота, который анализирует тренды генератора случайных чисел (RNG) во время игры, динамически изменяя свой маршрут для минимизации количества перезапусков и быстро достигая самого быстрого результата каждый раз.

В ближайшем будущем метод эволюционного поиска будет непрерывно исследовать входные пространства, сразу обнаруживая любые особенности физики после патча или модификации. Игроку приходит электронное письмо с новооткрытым ярлыком, который мгновенно приводит к заставке игры. Таким образом, цикл трудоемких открытий, ранее занимавший месяцы тестирования, сократится всего до одной ночи серверного времени.

По сути, эти базовые модели после обучения на обширных библиотеках консольных игр способны понимать универсальные концепции физики без необходимости сначала загружать конкретную игру. Вскоре после запуска новой инди-игры искусственный интеллект-агент быстро обнаруживает аномалии в передаче импульса, рассчитывает предполагаемое время прохождения игры и публикует результаты онлайн.

Мне очень нравится заниматься спидраном благодаря креативности и решимости, демонстрируемым в течение GDQ трансляций. Однако меня беспокоит то, что искусственный интеллект может привести хобби к критическому моменту. Искусственный интеллект всё чаще присутствует в различных областях, включая нашу, и теперь влияет на наши развлекательные занятия. Вопрос не только в рискованных взаимодействиях с ИИ или растущем тренде игр с поддержкой ИИ, но и во вторжении в конкурентные игры, где агенты искусственного интеллекта выступают посредниками между людьми-игроками, ценящими настоящую конкуренцию. Чтобы сохранить аутентичность и целостность спидрана, мы могли бы ужесточить правила, чётко определяющие, что является человеческим забегом. Или же принять возникновение отдельных лиг, где код конкурирует с кодом за достижение максимального превосходства.

Оба пути меня воодушевляют.

Оба они подрывают уверенность, что мировые рекорды принадлежат исключительно человеческим рефлексам.

Превращая спидраннинг в непрерывный диалог между кодингом и отвагой, где каждый инновационный алгоритм меняет ландшафт, а каждый смелый игрок стремится показать, что даже на путях, определяемых машиной, есть место для человеческого искусства.

Смотрите также

2025-07-21 09:05