論文：Beating the World’s Best at Super Smash Bros. Melee with Deep Reinforcement Learning - うどん記

モデルフリー系の深層強化学習の手法を用いてスマブラDXのゲームAIを作ったという論文が出ていたので読んだ。以下はそのメモ。 概要 論文URL : https://arxiv.org/abs/1702.06230 著者のグループは github でコードを公開しており、そのデモ動画が twitch や youtube に上がっている。 www.youtube.com 上の動画はその一例。明記されていないが、動きからして 2P のキャプテン・ファルコンが強化学習 AI で、1P が人間だと思われる。スマブラの素人が見てもあまりピンと来ないのだが、人間側は世界ランキングでトップ50相当のプレイヤー(二人いて、途中で交代している)らしい。 reddit や hacker news でも活発に議論されている模様。 内容 環境の定義について Atari のゲーム環境などとは異なり、画像ではなくエミュレ

[wakame1367]

ハメ技で倒されるのAIっぽくて好き

[Haaaa_N]

人間ではありえない無意味な動きが残ってるのが面白いところ

[suzukiMY]

https://arxiv.org/abs/1702.06230 https://youtu.be/dXJUlqBsZtE

[mainyaa]

楽しそう

[hoozuki37]

エミュレーターでゲームデータを取得しながらやってるのか。とはいえ、手法が確立されていけばメーカー側も実機で試せるようになるんだろうなと期待。

[SWIMATH2]

面白い

[fufufukakaka]

この前64の方で画像を用いたCNNでの強化学習の話が出てた https://arxiv.org/abs/1702.05663 / こっちは画像じゃないんだな。エミュレータのメモリにアクセスするのか。

[razokulover]

スマブラは難しそう