我用 AI 訓練出能通關《快打旋風》的機器人——結果超乎預期

各位好！我最近在經典街機遊戲《快打旋風》上實驗了行為複製（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造），然後評估它在第一關能走多遠。我還計畫用 GAIL + PPO 進一步優化，看看能比單純模仿學習進步多少。過程中遇到了幾個有趣的挑戰，包括動作空間的設計問題。