OpenAI อัปเกรด Agent ด้วยการฝึกฝนด้วยตนเองใน Dota 2

การผสมผสานการโค้ชในปริมาณน้อยเข้ากับการเล่นด้วยตนเอง ทำให้ Agent มีพัฒนาการอย่างก้าวกระโดดระหว่างวันจันทร์ถึงวันพฤหัสบดีของการแข่งขัน The International

ในคืนวันจันทร์ Pajkatt ได้ชนะโดยใช้การจัดไอเทมที่ไม่เหมือนใคร ซึ่งทีมได้นำไปรวมในรายการฝึกฝนต่อไป

เมื่อทดสอบบอทในวันพุธ พบว่าบอทเสียเลือดในยกแรก แต่การเล่นต่อมานั้นยอดเยี่ยม และพบว่าพฤติกรรมในยกแรกนั้นเป็นการล่อให้บอทคู่ต่อสู้โจมตีอย่างหนัก ซึ่งการเล่นด้วยตนเองช่วยแก้ไขปัญหานี้ได้

หลังจากนั้น ทีมได้อัปเดตโมเดล creep block และเพิ่มค่า TrueSkill ขึ้นอีก โดยการฝึกฝนก่อนการแข่งขันของ Sumail ทำให้ค่านี้เพิ่มขึ้นอีกสองแต้ม

Sumail ชี้ว่าบอทเรียนรู้ที่จะร่ายสกิลนอกระยะการมองเห็นของศัตรู ซึ่งเป็นกลไกที่ทำให้ศัตรูไม่ได้รับชาร์จ wand ขณะที่ Arteezy ได้ทดสอบกับบอทของเราด้วยเช่นกัน และเขาเองก็ยอมรับว่ากลยุทธ์ที่บอทใช้เคยถูก Paparazi ใช้กับเขามาก่อน

ศัพท์ที่ควรรู้

  • The International – การแข่งขันระดับสูงของเกม Dota 2 ที่ใช้ในการทดสอบ Agent
  • Self-play – การที่ Agent ฝึกฝนและทดสอบตัวเองผ่านการเล่นกับคู่ต่อสู้ที่สร้างขึ้นเอง
  • TrueSkill – ระบบการวัดระดับฝีมือที่ใช้ในการประเมินความสามารถของ Agent
  • Magic wand – ไอเทมในเกมที่ใช้ในการร่ายสกิล ซึ่งมีระบบการชาร์จ

ที่มา: OpenAI

Leave a Comment