研究人员希望使用《洛克人2》来评估AI

 
长期以来，游戏一直是AI算法的训练场，并非没有充分的理由。游戏(尤其是视频游戏)提供了具有挑战性的环境，可用来对自主系统进行基准测试。 2013年，一组研究人员介绍了Arcade学习环境，该环境包含55多种Atari 2600游戏，旨在测试各种AI技术。最近，旧金山的研究公司OpenAI详细介绍了Procgen Benchmark，Procgen Benchmark是一组16个虚拟世界，用于测量模型学习通用技能的速度。
如果有国际研究人员团队的话，下一个领域可能是《洛克人》。他们在预印本服务器Arxiv.org上最新发表的一篇论文中提出了EvoMan，这是一项基于Capcom的经典经典《超级英雄2》中八次老板打架的游戏竞赛。正如他们所描述的那样，竞争对手的目标是训练AI代理。击败每一个敌人，并按照共同的标准评估他们的表现。
为什么选择《洛克人2》?该论文的合著者断言，很少有其他环境能够测试AI对抗单个敌人的能力，或者AI能否全面胜过敌人的浪潮或协同作战以创造越来越难的敌人。为此，在EvoMan中，由AI控制的Mega Man(配备有强大的大炮的机器人)必须击败八名配备不同武器的所谓的Robot Master。每次击败机械手大师时，特工都会获得武器，从而更容易击败剩下的老板。
按照提议，EvoMan挑战进入者将对任何四个敌人训练他们的特工，并衡量他们学到的策略扩展到整个敌人的程度。预计特工将学习如何识别一般模式并做出反应，例如避免被射击或朝敌人的方向射击，并在每次比赛结束前将敌人的生命值从100能量点消耗至0。
共同作者写道：“这场比赛的主要目标是，给定的经纪人对每个老板的表现都一样好。”他建议，竞争对手应按老板的平均表现进行排名。 “获胜者……将是在八个老板中的每个老板表现均相同的代理商，希望能击败他们。”
Atari的游戏和《 Mega Man 2》远非唯一经过AI训练和评估的游戏。 7月，Facebook研究人员发表的一篇论文认为，Minecraft非常适合完善自然语言理解算法，OpenAI和Google母公司Alphabet的DeepMind都对Valve的Dota 2和Activision Blizzard的Starcraft 2进行了微调。 Facebook AI Research，洛林计算机科学及其应用研究实验室以及伦敦大学学院正在开发LIGHT，这是一种开放源代码研究环境，采用大规模众包文本冒险的形式，AI和人类在其中互动字符。