很久以前就想训一个打红警的 AI

很久以前,我就很想尝试训练一个自己的 AI 去打红警,让它不断对打,然后不断变强。但是后面发现,这个资源我基本上不可能调用,就一直拖着。最主要的,还有自己没有代码水平。

但是现在发现,一个 M4 就可以玩这个机器学习了。这也是随着知识的增长吧,在学校里面学了一些知识,知道了原来在不同情况下,训练所需要的算力资源是截然不同的。可以通过改变游戏类型,来缩小对算力资源的需求,像我现在做的这个,M4 都足够承担。

如果开通了谷歌的 AI Pro,它的 Colab 每个月会送 100 个小时的算力资源,而且里面的 GPU 都是特别好的 GPU。我觉得这一下子解决了很多问题,对于我来说基本上用不完。某种程度上来说,真的挺大方的。

做这个的主要原因,也是因为一下子 AI 额度多了很多。自从推出了 Claude Sonnet 5.5,我首次出现周额度还没用完的情况,一个 5 小时限制现在只花 20% 左右,简直是太夸张了。现在这个 Sonnet 5.5,我觉得已经达到我能用的水平了。

大战场,每方约 50 艘。蓝方是训练出来的 AI,红方是普通 AI。

今天还踩了个坑。去闲鱼上面买了那种低价的 AI Pro,结果是不带 Colab 的,买了之后就没有用。但是不知道为什么,以前的谷歌账号居然还剩下三十几个小时的算力单元,就拿 G4 来训了一下,发现还挺不错的,训练出来的也初具人形。

中间也遇到了很多事情。

比如说,AI 喜欢聚集在一堆。它发现只要大家都聚集在一堆分担伤害,打普通 AI 就可以达到高达 90% 的胜率。后面为了调整,就开启了友伤,也增加了碰撞伤害。

原来的补给舰设定是可以无限地给旁边的单位回血。结果 AI 打着打着就发现了一个很赖皮的打法:所有人都聚集到补给舰旁边,然后就这样推进,变得很无敌。后来就给补给舰加上了回血限制,回到一定程度之后就不能再回了。但是现在还没训练出结果,也就是有规划的回血:在固定的奶量下,选择性地给谁回,谁比较重要。

现在还遇到一个问题,就是 AI 残血了。我之前给它写的逻辑是:拉走,等护盾回复得差不多了,再回去打,这样胜率也会高很多。AI 训着训着,确实是学会了:所有的舰船打着打着,一满血就往边边跑,然后在边边聚集。现在又搞了贴边死亡伤害。

反正训练的这个过程十分有趣。现在也只是个模拟器吧,不知道能不能把它做成一个像游戏一样的。不过光是现在这样看着它们玩,好像真的有在逐渐变强的感觉,这种及时反馈太爽了,从以前来说是想都不敢想的。

做出来这个游戏,我觉得还是挺不错的。