AI Arena：掌握游戲機制 訓練你的下一個拳王_ARE

人工神經網絡

一個最重要的創新：人工神經網絡

簡單來講，神經網絡意味著理論上它可以學習任何用戶動作的映射！

為了介紹一會兒將使用的一些術語，從狀態到行動的映射將被稱為“策略”。

為了讓拳手的神經網絡學習策略，AI Arena將采取模擬學習和強化學習。其中神經網絡架構存儲在IPFS上。

在上圖中，神經元之間的連接稱為“權值”。當你的神經網絡正在“學習”時，所發生的是它正在改變權值的值。

拜登政府發起AI Cyber Challenge，獎金近2000萬美元:金色財經報道，拜登政府8月9日透露，黑客可以通過應用人工智能(AI)來保護美國重要基礎設施免受網絡安全漏洞的影響，從而獲得巨額金錢獎勵。初賽階段將選出最多20支表現優異的隊伍參加DEF CON 2024的半決賽。其中，最多5支隊伍每支將獲得200萬美元的獎金，并晉級DEF CON 2025的決賽。

AI Cyber Challenge獎金近2000萬美元，匯聚了Anthropic、Google、Microsoft、OpenAI等知名AI企業。AI Cyber Challenge將要求參與者公開分享其系統的內部工作原理，以便更廣泛地利用其解決方案。此外，該挑戰賽的指導由Linux基金會的一個部門開源安全基金會提供。競賽的組織機構美國國防高級研究計劃局(DARPA)承諾為七家有意參加競賽的小企業提供高達100萬美元的資金支持，從而確保參與者的多元化。[2023/8/10 16:17:30]

權值最終將決定狀態如何映射到動作，這意味著我們可以將權值解釋為“智能”。

報告：三分之二的AI Chrome擴展程序可能危及用戶安全:金色財經報道，Incogni最新報告的數據顯示，超過三分之二的Google Chrome瀏覽器人工智能擴展具有高風險影響，如果遭到破壞，可能會對用戶網絡安全造成“嚴重損害”。

8月份的報告分析了7個不同類別的70個AI Chrome擴展程序，其中10個寫作擴展程序均屬于高風險類別。70個擴展中的48個如果擱淺，就會屬于高風險影響類別，但60%的擴展首先面臨安全漏洞的風險較低。

Incogni負責人Darius Belejevas表示，雖然這些擴展提供了“不可否認的便利”，但用戶應該將隱私和安全保護作為首要任務。[2023/8/8 21:32:08]

神經網絡權值對于每個NFT都是唯一的，并存儲在以太坊上。

AI設計機制全攻略

狀態

火幣全球站現已恢復RAI(RAI Finance)充幣和提幣業務:官方消息，RAI錢包升級已完成，火幣全球站現已恢復RAI(RAI Finance)的充幣和提幣業務。[2021/7/7 0:32:51]

（1）什么是狀態？

狀態是環境在某個時間點的表示。它并沒有包含所有信息——只包含了其中必要的信息。

例如：研究人員使用屏幕上的所有像素作為狀態，讓AI計算出像素代表什么。然后根據他們認為對決策過程重要的因素進行人工調試。

AI Arena一再強調其關心的是為所有人提供平等的機會——團隊希望獎勵能夠更多地給予堅持訓練AI的用戶，而不是獎勵擁有更多資源的用戶。

（2）游戲將使用哪些變量？

下面是狀態中包含的變量列表。需要注意的是，AI Arena將使用下標1表示用戶自己的AI，下標2表示對手。

MXC抹茶6月23日20:00上線DAI & MKR:官方公告，6月23日20:00，MXC抹茶將上線MakerDAO項目的DAI及MKR通證，并開放DAI/USDT、MKR /USDT交易，6月22日18:00開放充值，6月25日20:00開放提現。

據MakerDAO官方資料顯示，MakerDAO是以太坊最大的去中心化DeFi應用，提供第一個去中心化穩定幣Dai和衍生品。詳情請閱讀相關公告。[2020/6/22]

此外，競技場的左邊界的X位置為0，右邊界的X位置為1。

訓練

（1）訓練概述

這是改變神經網絡中權值的過程，以使AI能夠起作用。

動態 | PAI 24h成交量已達火幣Pro全站的20%:據火幣Pro行情顯示，PAI/BTC的24h成交量占火幣Pro全站成交量的13.24%，PAI/ETH占6.86%，兩者合計已達全站成交量的20%。自7月2日PAI上線以來，其累計成交額高達20億元。[2018/7/5]

例如：如果我們在對手面前，我們可能希望我們的戰士出擊。

有一系列的權值可以實現這一點，訓練的重點是讓AI學會在特定場景中采取特定的行動。

AI Arena在應用程序中嵌入了以下培訓計劃：

模仿學習

為了學習如何戰斗，你的AI將觀察你并學習模仿你的動作。

自我學習

為了學習你無法教給它的技能，你的AI將與自己的副本對抗，以不斷提高。

（2）為什么需要訓練？

1·隨機初始化

首次創建NFT拳手時，神經網絡權值也隨之生成。一開始它會隨機采取行動，因為它不知道在什么情況下應該采取什么行動。

因此為了準備戰斗，我們必須訓練它，使它學會一個好的作戰策略。

2·隨機策略

正如上文“神經網絡”部分中提到的，從狀態到動作的映射稱為策略。

換句話說，策略定義了代理在某些情況下的行為方式。在訓練之前，NFT拳手還沒有學會一個好的戰斗策略，所以只是隨機行動。

（1）通過觀察學習

理解模仿學習的最好方法是想象你是一個師父，你的AI是一個你正在準備戰斗的戰士。

你用你的人工智能進行搏擊，它學習模仿你在特定場景中的動作。

我們正在寫一篇關于模仿學習的綜合博文，到時候會將其鏈接到這里。

（2）演示

實際情況：你實際操控的是左邊的灰色拳手，而你的AI在右邊。你可以測試一些動作，觀察AI如何模仿你。

請注意：它不會立即復刻你的動作，因為神經網絡需要一點時間來學習，所以在AI學會之前，你可能需要多重復幾次你的動作。

為簡單演示，目前AI Arena只允許用戶使用這些操作：向左跑、向右跑、單拳、雙拳和防守。

（1）完美匹配

最完美的拳擊搭檔就是用戶自己。通過自我學習，你的AI總是在不斷地挑戰自己，不斷地改進。

（2）不同的學習范式

通過模仿學習，AI通過觀看演示進行學習。在自我學習中，AI像對手一樣學習和戰斗沒有多大意義，因為對手是人工智能本身的克隆。

但是如果沒有專家向人AI展示如何戰斗，那么它如何學習該做什么呢？——通過獎勵。

AI將學會采取給予它更多正向獎勵的行動，而減少采取給予它負面獎勵的行動。

定制訓練

Python環境[正在準備中]

AI Arena計劃為玩家引入一個python環境來訓練他們自己的模型。

目前，用戶僅限于使用團隊在應用程序中提供的兩種培訓方法；但不久的將來，應用程序將可以允許玩家導入其自定義培訓模型并上鏈。

游戲模式探索

戰斗

AI Arena目前有兩種可用的作戰模式：模擬賽和排位賽。除此之外，團隊計劃在不久后整合另外兩種作戰模式。

1）模擬賽

玩家可以在對抗競技場測試他們的拳手來預先訓練的AI。在這種模式下將沒有任何獎勵。

2）排位賽

玩家將讓他們的拳手去對抗來自世界各地的拳手。玩家的唯一目標就是努力攀登排行榜，成為競技場的冠軍！

玩家在排行榜上的排名越高，贏得一場戰斗的回報獎勵就越高。

3）目標

雖然每種戰斗模式都有其獨特之處，但它們都有一個共同的勝利目標：在指定的時間內消耗對手所有生命值。

鏈金交易員總結

目前AI Arena尚處在早期，很適合提前埋伏觀察。據官方透露，游戲正式版本大概率于明年推出，而今年年末推出的測試版本將只有白名單用戶可以參與體驗。

白名單用戶名額的獲取方式是參與團隊即將推出的解密游戲，通過游戲后的用戶將會被隨機選擇是否進入白名單。

有興趣的玩家可以加入他們的Discord嘗試體驗，大概率后期會有早鳥空投獎勵。

Tags：ARERENARENRAIQuiz ArenaGamer ArenaKAREN幣SAITAMURAI

POL幣最新價格