让AI玩《宝可梦》：花费7千小时通关首个道馆后迷路

近日，一位国外程序员Peter Whidden耗费5万小时精心**了一款 AI 模型，试图引导 AI 掌握《宝可梦：火红》的游戏技巧。

Whidden使 AI 通过模拟器控制输入与游戏进行深度互动，设定每次游玩时长为两个小时，并通过加速技术使 AI 在短短六分钟内完成任务，甚至同时运行 40 个会话，以加速 AI 的学习进程。

鉴于 AI 算法本身并不关注游戏通关方法，Whidden特意设立了奖励目标，让 AI 在发现新事物时可以得到相应奖励点。该机制基于屏幕像素点变化触发，然而这也让 AI 长时间停留在动画效果的水面。

针对与新事物相关的奖励机制，AI 选择放弃战斗或捕捉宝可梦，Whidden因此增设了与宝可梦等级相关的奖励机制。然而这一系统出现了意外，AI 在宝可梦存放和替换过程中，奖励分数降低，导致 AI 完全避开宝可梦中心，使队伍无法得到治疗。无奈之下，Whidden只能再次调整奖励系统。

尽管 AI 在模仿人类行为方面并不擅长，但仍展现出更为复杂的行动方式。Whidden意识到 AI 选择了奇怪且具体的路径，实际上是为了确保仅用一个精灵球就能捕捉野生宝可梦，而非无意义的行为。

然而，在花费 7 千个小时战胜第一个道馆后，AI 在月见山迷失方向，耗时 5 万小时仍未找到第二个道馆。尽管如此，AI 还是贡献了许多神奇操作，例如购买鲤鱼王超过 1 万次，以及在野外捕捉到小拉达时，将其命名为“AI”。