※ 文章網址: https://www.ptt.cc/bbs/C_Chat/M.1628954675.A.6A8.html
推 ruby080808: 這個我記得很像有提過為啥= =當然也有可能是dota2 08/14 23:26
→ fc01: 之前看阿法狗打星海，完全是靠微操輾壓吧 08/14 23:27
→ as3366700: 你怎麼不說去打CSGO 08/14 23:37
推 sm0200247: 因為是團隊遊戲吧 1v1的比較好做 08/14 23:39
→ CorkiN: 有說因為是五個人的遊戲 08/14 23:42
→ CorkiN: 要多考慮隊友狀況會更複雜 08/14 23:42
推 twelve: ai根本是失敗的,打星海沒法開創戰術,靠微操就沒意義 08/14 23:43
推 diablo81321: 連星海 電腦都能用超高手速輾壓職業了 08/14 23:43
→ diablo81321: 星海人機對決要先把電腦APM鎖在200左右 08/14 23:44
噓 lookatme921: 人家讓AI玩遊戲是為了讓AI學習又不是為了熱度，幹嘛 08/14 23:44
→ lookatme921: 要挑熱度高的遊戲玩？ 08/14 23:44
→ twelve: 培養個跳追獵無敵的ai有啥用,完全無法促進進步 08/14 23:44
→ ga839429: 比操作的遊戲你是秀不過電腦的 08/14 23:49
→ henry1234562: dota2 幾年前有打過 08/14 23:49
→ henry1234562: 但必須限定選角池跟部分特定規定 08/14 23:49
推 arrenwu: 那個 你如果是說 2019年底那次，那個滿明顯AlphaStar其實 08/14 23:50
→ henry1234562: 例如dota2有鳥運道具 那時候版本一隊還只有一個 08/14 23:50
→ arrenwu: 不會對抗分兵空襲礦區 08/14 23:50
→ henry1234562: 就給AI那邊一個英雄一個(現在版本玩家也是了 08/14 23:50
→ arrenwu: 人類不僅不是玩不過，而且滿明顯地看得出AlphaStar的缺陷 08/14 23:50
→ henry1234562: 然後不能使用會分身的英雄 或使用類似的道具 08/14 23:50
→ arrenwu: 是看要不要繼續對著這個洞打而已 08/14 23:50
→ arrenwu: 微操當然是AlphaStar強，但這就跟AI關係不大了 08/14 23:51
→ henry1234562: 簡單說就是 AI在基本功方面 例如接技跟算血是贏的 08/14 23:51
→ henry1234562: 但其他部分還是大多輸 dota2結果AI是靠前期無限補品 08/14 23:51
→ henry1234562: 讓玩家線上打不過然後累積優勢贏的 08/14 23:52
→ ga839429: 觀念應該是可以學習的吧 阿法狗好像也是學了很久才無敵 08/14 23:52
→ henry1234562: 而且這個dota2 AI印象中有開放很多天給玩家挑戰 08/14 23:53
→ henry1234562: 但確實有幾隊贏的樣子 08/14 23:53
推 arrenwu: AlphaGO 玩的遊戲比較單純啊 星海的action space複雜得多 08/14 23:54
→ arrenwu: 我們當然可以說觀念可以學，但一般來說，如果1~2個月內學 08/14 23:54
→ arrenwu: 不完，我們會認為這叫做「學不來」 08/14 23:54
推 xdccsid: 主要還是針對有套路的遊戲，和依靠大量操作的遊戲有優勢 08/15 00:01
→ xdccsid: ，套路就圍棋的大量固定下棋路線中可以尋找不同的排列組 08/15 00:01
→ xdccsid: 合，而星海就微操而已，只要遇到被偷家這種變數就沒輒了 08/15 00:01
→ xdccsid: 所以才會說alphago不太成功在此，沒有真正意義上的自主 08/15 00:03
→ xdccsid: 判斷能力和戰術創新很難算是人工智慧，比較像超級電腦玩 08/15 00:03
→ xdccsid: 家 08/15 00:03
噓 doremon1293: 工三小 誰說能打贏星海了 能在歐服上大師 跟完全屌打 08/15 00:22
→ doremon1293: 人類差很多 08/15 00:22
推 diablo81321: 因為電腦被鎖APM... 08/15 00:46
推 putingcat: 星海這種遊戲 不鎖APM的話 電腦當然輕鬆贏人類 08/15 00:53
→ putingcat: 但那就沒有比的意義 08/15 00:53
→ linzero: 研究重點是驗證AI學習，而不是到處踢館 08/15 01:07