我用人工智慧訓練出能通關《快打旋風》的AI——結果超乎預期

嘿各位，我最近在經典街機遊戲《快打旋風》上實驗行為複製（Behavior Cloning）技術，想跟大家分享成果並聽聽社群的意見。整個設置其實滿簡單的：我純粹從示範影片訓練一個智能體（一開始沒有加入獎勵塑形），然後評估它在第一關能走多遠。我還計畫用GAIL加上PPO來看看能不能超越單純的模仿學習，大幅提升表現。過程中遇到了幾個有趣的挑戰。