乘风破浪的马里奥！这个AI带你一口气通29关，你猜连AI都过不去的是哪3关？

大数据文摘出品

作者：牛婉杨

 

马里奥的系列游戏自打诞生以来就风靡全球，同时也陪伴了无数人的童年。

 

人工智能出现后，不少技术咖都开始尝试，能不能利用AI完成马里奥的一次通关梦？

 

比如，这里有一位马里奥游戏疯狂爱好者uvipen就在GitHub上贡献了两种不同的方法，都能让马里奥轻松游走在障碍之间！去年6月，uvipen从2016年的论文《Asynchronous Methods for Deep Reinforcement Learning》中得到了启发，用异步优势Actor-Critic算法(A3C)让马里奥顺利通过了32关中的9关。

 

显然，他对之前的方法不够满意，于是经过一年多的钻研，他带着新方法来了！这次，他用 OpenAI 公布的近端策略优化 (Proximal Policy Optimization，简称PPO) 算法，成功助力马里奥通过32关中的29关，近乎通关！

 

效果大概是这样👇

 

 

强迫症表示这也太舒适了吧，快来和文摘菌一起看看uvipen是如何做到的吧~

 

用PPO算法顺利通过29关！如果不行，那就换一个学习率

 

这个PPO是何来头？文摘菌也去了解了一下。

 

PPO全称是近端策略优化，听这个名字你可能觉得陌生，但是在人工智能圈，这个算法可是早就用于各种游戏对抗中了。

 

早在2017年，OpenAI 2017年提出的用于训练OpenAI Five的算法就是PPO，也正是在它的帮助下，人工智能OpenAI Five首次在电子竞技游戏 DOTA 2 国际邀请赛中打败世界冠军Dendi。