ARE:AI Arena：掌握游戏机制 训练你的下一个拳王

人工神经网络

一个最重要的创新：人工神经网络

简单来讲，神经网络意味着理论上它可以学习任何用户动作的映射！

为了介绍一会儿将使用的一些术语，从状态到行动的映射将被称为“策略”。

为了让拳手的神经网络学习策略，AI Arena将采取模拟学习和强化学习。其中神经网络架构存储在IPFS上。

在上图中，神经元之间的连接称为“权值”。当你的神经网络正在“学习”时，所发生的是它正在改变权值的值。

币安AI NFT生成器Binance Bicasso正式上线:金色财经报道，币安官方宣布正式推出AI NFT生成器Binance Bicasso，支持用户用文本或图像创建独特的艺术品，并将他们的作品铸造为BNB链上的NFT，2023-03-29 12:00 (UTC)到2023-03-30 00:00 (UTC)期间，所有符合条件的币安用户都可以使用Binance Bicasso免费铸造一枚NFT，总计10万枚。此外，币安还宣布将推出“Exclusive Bicasso”NFT Collection系列。[2023/3/27 13:29:30]

权值最终将决定状态如何映射到动作，这意味着我们可以将权值解释为“智能”。

神经网络权值对于每个NFT都是唯一的，并存储在以太坊上。

AI设计机制全攻略

状态

OpenAI CEO旗下加密项目Worldcoin计划在今年上半年启动主网:金色财经报道，由 OpenAI 首席执行官 Sam Altman 联合创立的以身份为中心的加密项目 Worldcoin 计划在今年上半年启动主网。据两位知情人士透露，Worldcoin 正在与总部位于佛罗里达州的全球制造巨头 Jabil 合作，将 2021 年首次亮相的便携式虹膜扫描设备的生产外包出去，以提高其虹膜扫描球体的产量，主网启动后它将能够每月生产 400 个球体。

据悉，虽然 Worldcoin 正在增长，但进展比预期的要慢。Worldcoin 首席执行官Alex Blania 此前曾对彭博社表示，到2022 年底该项目将拥有 6,000 个球体和 2000 万至 3000 万注册用户，但根据本周的公告，该项目迄今为止仅注册了 130 万用户。[2023/3/17 13:09:11]

（1）什么是状态？

OpenAI CEO：ChatGPT已突破百万用户，对话费用平均只有几美分:12月5日，OpenAI 首席执行官 Sam Altman 在社交媒体上发文表示，OpenAI 训练的大型语言模型 ChatGPT 于上周三推出，截至今日已突破 100 万用户。并在回复推特首席执行官马斯克时表示“每次对话的平均费用可能只有几美分”，正试图找出更精确的测量方法并压缩费用。[2022/12/5 21:23:50]

状态是环境在某个时间点的表示。它并没有包含所有信息——只包含了其中必要的信息。

例如：研究人员使用屏幕上的所有像素作为状态，让AI计算出像素代表什么。然后根据他们认为对决策过程重要的因素进行人工调试。

AI Arena一再强调其关心的是为所有人提供平等的机会——团队希望奖励能够更多地给予坚持训练AI的用户，而不是奖励拥有更多资源的用户。

MakerDAO 宣布已部署至 StarkNet，支持用户使用跨链桥进行 Dai 转账:金色财经消息，MakerDAO 宣布该协议已部署至以太坊第 2 层扩展解决方案 StarkNet，支持用户使用跨链桥在以太坊1层和2层之间进行 Dai 转账，这也是该协议首度集成以太坊主网以外的网络。[2022/5/31 3:52:22]

（2）游戏将使用哪些变量？

下面是状态中包含的变量列表。需要注意的是，AI Arena将使用下标1表示用户自己的AI，下标2表示对手。

此外，竞技场的左边界的X位置为0，右边界的X位置为1。

训练

（1）训练概述

动态 | 比特币钱包Samourai Wallet研发团队收到10万美元投资:据Coindesk消息，比特币钱包Samourai Wallet的研发团队已获得了第一轮风险投资。该钱包的维护者Katana Cryptographic已收到Cypherpunk Holdings 10万美元的投资。[2019/6/3]

这是改变神经网络中权值的过程，以使AI能够起作用。

例如：如果我们在对手面前，我们可能希望我们的战士出击。

有一系列的权值可以实现这一点，训练的重点是让AI学会在特定场景中采取特定的行动。

AI Arena在应用程序中嵌入了以下培训计划：

模仿学习

为了学习如何战斗，你的AI将观察你并学习模仿你的动作。

自我学习

为了学习你无法教给它的技能，你的AI将与自己的副本对抗，以不断提高。

（2）为什么需要训练？

1·随机初始化

首次创建NFT拳手时，神经网络权值也随之生成。一开始它会随机采取行动，因为它不知道在什么情况下应该采取什么行动。

因此为了准备战斗，我们必须训练它，使它学会一个好的作战策略。

2·随机策略

正如上文“神经网络”部分中提到的，从状态到动作的映射称为策略。

换句话说，策略定义了代理在某些情况下的行为方式。在训练之前，NFT拳手还没有学会一个好的战斗策略，所以只是随机行动。

（1）通过观察学习

理解模仿学习的最好方法是想象你是一个师父，你的AI是一个你正在准备战斗的战士。

你用你的人工智能进行搏击，它学习模仿你在特定场景中的动作。

我们正在写一篇关于模仿学习的综合博文，到时候会将其链接到这里。

（2）演示

实际情况：你实际操控的是左边的灰色拳手，而你的AI在右边。你可以测试一些动作，观察AI如何模仿你。

请注意：它不会立即复刻你的动作，因为神经网络需要一点时间来学习，所以在AI学会之前，你可能需要多重复几次你的动作。

为简单演示，目前AI Arena只允许用户使用这些操作：向左跑、向右跑、单拳、双拳和防守。

（1）完美匹配

最完美的拳击搭档就是用户自己。通过自我学习，你的AI总是在不断地挑战自己，不断地改进。

（2）不同的学习范式

通过模仿学习，AI通过观看演示进行学习。在自我学习中，AI像对手一样学习和战斗没有多大意义，因为对手是人工智能本身的克隆。

但是如果没有专家向人AI展示如何战斗，那么它如何学习该做什么呢？——通过奖励。

AI将学会采取给予它更多正向奖励的行动，而减少采取给予它负面奖励的行动。

定制训练

Python环境[正在准备中]

AI Arena计划为玩家引入一个python环境来训练他们自己的模型。

目前，用户仅限于使用团队在应用程序中提供的两种培训方法；但不久的将来，应用程序将可以允许玩家导入其自定义培训模型并上链。

游戏模式探索

战斗

AI Arena目前有两种可用的作战模式：模拟赛和排位赛。除此之外，团队计划在不久后整合另外两种作战模式。

1）模拟赛

玩家可以在对抗竞技场测试他们的拳手来预先训练的AI。在这种模式下将没有任何奖励。

2）排位赛

玩家将让他们的拳手去对抗来自世界各地的拳手。玩家的唯一目标就是努力攀登排行榜，成为竞技场的冠军！

玩家在排行榜上的排名越高，赢得一场战斗的回报奖励就越高。

3）目标

虽然每种战斗模式都有其独特之处，但它们都有一个共同的胜利目标：在指定的时间内消耗对手所有生命值。

链金交易员总结

目前AI Arena尚处在早期，很适合提前埋伏观察。据官方透露，游戏正式版本大概率于明年推出，而今年年末推出的测试版本将只有白名单用户可以参与体验。

白名单用户名额的获取方式是参与团队即将推出的解密游戏，通过游戏后的用户将会被随机选择是否进入白名单。

有兴趣的玩家可以加入他们的Discord尝试体验，大概率后期会有早鸟空投奖励。

标签：ARERENARENNFThare币野兔Quiz ArenaSenator KarenWNFT

Gateio热门资讯