En mjukvaruingenjör har tränat en artificiell intelligens att spela Pokémon Röd

Ingenjören Peter Whidden har utvecklat en artificiell intelligens som lärt sig att spela det klassiska spelet Pokémon Red från 1996 med hjälp av reinforcement learning. AI:n har tillbringat mer än 50 000 timmar i Pokémons virtuella värld under årens lopp.

Det här är vad vi vet

Whidden publicerade en enminutsvideo på YouTube som visar hur AI:n fungerar i spelet. Utvecklaren publicerade också den kod och de instruktioner han använde på GitHub så att andra användare kan skapa sina egna virtuella spelare baserat på hans algoritmer.

Förstärkningsmodellen ger AI:n incitament att öka nivån på Pokémon i ett lag, utforska nya platser, vinna strider och besegra stadionledare. Ibland avviker dessa mål från spelets progression, vilket leder till roliga AI-beteenden.

AI:n kan till exempel "fastna" på en plats medan den beundrar omgivningen, eller uppleva "trauma" när den av misstag förlorar en Pokémon. Sådant suboptimalt men älskvärt AI-spel gör publiken sympatisk.

Till en början kunde AI:n inte ens ta sig förbi startplatserna eftersom den inte kunde tolka textledtrådarna i spelet. Whidden gjorde ändringar i koden och algoritmerna för att hjälpa den virtuella spelaren att ta sig vidare. Detta gjorde det möjligt för AI:n att nå de första grottorna utanför den ursprungliga staden.

Enligt Whidden ger detta tillvägagångssätt en intressant förklaring av hur AI-algoritmer fungerar genom att använda ett populärt spel som exempel. Reinforcement learning har tidigare använts för att skapa algoritmer som spelar schack, Go och andra spel. Men ett projekt baserat på Pokémon Red har väckt särskild uppmärksamhet på grund av dess användning av favoritkaraktärer som en demonstration av komplexa AI-koncept.

Källa: TechCrunch: TechCrunch