Re: [魯蛇] 從AI訓練思維來看遊戲平衡這件事

[PosetMage (AI魔法師公會長老)]

※ 引述《ddavid (謊言接線生)》之銘言：
:     你先思考一下，MTG 或 RTS 做完他所謂的平衡後，遊戲有平衡了嗎？
:     沒有，他們做到的平衡只到避免極少數套路屠殺為止，只要環境可以保有多種策
: 略就好，但所謂的「多種策略」事實上相對於整個遊戲的元素仍然是少數壟斷。
:     例如 MTG 的賽場上仍然是特定幾副套牌的壟斷，但只要沒有極端到只剩下一兩
: 種套牌可以存活、沒有極端到某張除了地牌以外的牌是所有套牌都得放的情況，WotC
: 就不會再進一步動手封禁了。
:     LoL 角色那麼多，做得到角色平衡嗎？沒有，他們的做法是輪流讓角色（特別是
: 好賣錢的新角色）出來透氣，實際上仍然有差距極大的強勢弱勢角色之分，但只要做
: 到賽場上不會只剩下唯一選擇就已經可以接受了。甚至有時還真的有超強的唯一選擇
: ，但他們還額外設置了 ban角制度來解決。

這個就是在說明目前人工平衡很爛  所以我才要討論用AI來嘗試平衡

:     GTO 是不是奠基於決策展開計算的？AlphaGo 不用展開決策樹？不管是 GTO 或
: 是剝削策略都是奠基於決策展開計算出來的機率期望值，會把機率跟決策分開認為是
: 兩件事，很顯然我覺得你要對現代 AI 跟打德撲都重新了解一下。這根本就是相關的
: 事情。

GTO在打的是範圍 也就盲注翻牌轉牌河牌 算Nash均衡

決策樹不是GTO策略本身   那只是輔助人類看的視覺化工具

你決策樹展開是要展荷官手上還沒打開的那一疊牌嗎?   GTO跟決策樹無關自己去了解

:     我已經說了沒人這麼做就是因為價值很低：
價值低跟好不好是兩回事   alphago出來之前也是一堆人說AI下棋沒價值

實際上就是AI出來之後屌虐人類策略

: 1.  可能遊戲根本不需要那麼平衡，甚至有的遊戲本來就是需要有一點動態的不平衡
: 變化來維持。
:     例如，LoL 的新英雄強勢期。
: 2.  你在做決策訓練的過程中，事實上大多數情況可以同時處理到平衡問題。
:     例如，圍棋 AI 從頭到尾都只是訓練最佳化下棋的策略，但藉由其結果，卻也同
: 時得到人類對局確實以黑貼六目半是當前最平衡的選擇（雖然白略優）。
:     因為以上兩個主要理由，幾乎足以涵蓋大多數案例，所以相對少有公司直接投資
: 在直接用 AI 做平衡上。當然學術上往這個方向做也沒什麼問題，但要做到分析平衡
: 能遠比用 2 順便處理到還成本低廉，然後該產品又非常需要這麼平衡的用例是真的
: 不多。
:     所以你要說我打模糊仗，那也可以，因為整個業界都在打這個模糊仗XD
:     不過我是從根本上想質疑你所謂「找發散」這種概念啦，我很鼓勵你做個 toy
: project 來展示一下所謂 找發散 => 做平衡 的因果，不然恕我想像不到你的思路
: XD。我甚至對於你「找發散」的數學模型都非常好奇，請務必指教一下。
:     GA 的本質不脫上一代 AI 的搜尋方式，我是不會期待它比起深度學習有普遍性
: 的更佳表現啦。GA 最大的缺點基本還是在於並沒有嘗試整合 pattern，在學習規模
: 相同的情況下，想訓練出並儲存等量且差異性的學習結果會比深度學習 Cost 更高。

就如同我前面說的  阿法狗出來之前說AI下棋沒價值

狗出來之後人類換說不完全訊息AI不會做   撲克打下來之後人類換說AI不會繪畫音樂

最近聽到的是AI寫程式沒價值  這種話聽太多了  這個不行那個也不行話人人都會講


用什麼方式完成我都可以接受 反正人類就是做不好

我在說的只是嘗試於找到一條可以用AI做平衡的理論推演

你能提出另一個用AI做平衡的方式我也歡迎

--
DC群-AI魔法師公會(AIMageGuild) 歡迎你的加入 (請看個人資訊)

一起來聊AI的各方面包含 AI硬體 AI演算法 AI思維 AI咒語 使用AI生產
                       AI打牌下棋的思維 後AI時代的商業模式  都可以聊

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 131.147.158.37 (日本)
※ 文章網址: https://www.ptt.cc/bbs/GameDesign/M.1685032229.A.76D.html
噓 LayerZ: 抱歉忍不住
噓 WJAider: 反過來說，AI 這個也可以，AI 那個也可以的話人人都會講
→ LayerZ: 不打算抨擊你，但是你想討論的不是平衡而是AI至上
→ ddavid: 講半天還是沒看到數學模型或至少 cost 分析，我還是等有
→ ddavid: 至少 toy project 成果再討論比較實際
推 ddavid: 講 AI 至上論我其實沒啥問題，問題大的地方在找解本來就
→ ddavid: 也是 AI，有什麼理論基礎說找平衡 AI 表現就會比較優秀，
→ ddavid: 也沒看到
→ ddavid: 特別是還提出什麼找發散，這根本與現今所有主流 AI 概念
→ ddavid: 都是相反的，不管找解找異質找多樣性，現今 AI 始終是用
→ ddavid: 收斂方式，找發散的數學模型到底長怎樣我是真的願聞其詳
→ ddavid: 而且講來講去居然丟一個 GA 出來，明明 GA 正是上一代 AI
→ ddavid:  裡面找收斂解的經典之一（不是因為它同時找多組就叫做找
→ ddavid: 發散了），到底怎麼冒出找發散概念的
演化式計算是在Crossover/Mutation與Selection兩大主要步驟做iteration
Selection力道越強  space會越收斂   所以經常用來找收斂
這不代表演化式計算只能找收斂
把evo step加強   削弱selection力道   就能拿到發散中的space
推 ddavid: 要是提個 GAN 還比較有譜，雖然跟找發散還是八竿子打不在
→ ddavid: 一起
GAN也可以啊  要怎麼define誰是G誰是D  我也是樂意討論
把G當作平衡數值產生器可以   我當初的問題是卡在D要怎麼去評價這個G?
因此我試圖用strategy space作為評價方式  當strategy space複雜度越高越好
相當於G對D打分越高  但這就脫離GAN本身的概念是對抗
另外還要找增加space複雜度的方法
推 ddavid: 另外沒價值那段根本是你把話塞別人嘴裡，事實始終是做得
→ ddavid: 不夠強就沒價值，強了當然有價值。那要強需要什麼，有理
→ ddavid: 論基礎、有實作成果、有重現性。而不是隨便來個思考轉彎
→ ddavid: 就叫做有價值，遊戲界最不缺的就是點子。
要是沒做出實驗就沒價值 那現代科學早就停滯不前了
你去跟愛因斯坦說死前沒做出prototype所以相對論沒價值   弦論沒實驗沒價值

理論先行早就是常態  討論如何define 如何套用已經存在的技術

都討論完當然可以丟下去實驗  目前就還是在討論和設計階段

我的推導到也不是為了停在純理論   而是要找出一個可以落地的方式

誠如前面說的哪種AI我都可以    討論define出好的GAN我來訓練也很樂意
※ 編輯: PosetMage (220.146.150.15 日本), 05/28/2023 22:18:38
→ wangm4a1: BZ例子重點不在平衡 而是被砍的玩家不高興
→ wangm4a1: 發文造成玩家不滿 可以求助AI改善語氣
推 ddavid: 我真的覺得你要好好重新思考一下你口中的找發散到底是什
→ ddavid: 麼東西……
→ ddavid: GA 用於找收斂，不代表把參數反向操作就會「找發散」，說
→ ddavid: 到頭來你所謂找發散到底數學模型是什麼東西？你讓結果發
→ ddavid: 散那停止條件是什麼？你怎麼證明你所謂的發散結果比隨機
停止條件在講什麼東西   你好好重新思考一下為甚麼圍棋AI到現在ELO還是在上升中
→ ddavid: 更發散或更平衡？要是連個 objective function 都寫不出
→ ddavid: 來，那你已經是在開創非現行機器學習的新領域了，恭喜你
→ ddavid: 成為先驅並期待你的實作與應用
→ ddavid: 還拿愛因斯坦來比，理論物理學家雖然不一定做實驗證明，
→ ddavid: 但是會提出嚴謹的理論模型，而且根據那個模型計算的結果
→ ddavid: 還要能夠不違反過去所有的相關實驗結果好嗎？
噓 WJAider: 有臉拿愛因斯坦跟自己抬槓比，相對論是論壇聊出來的?
→ WJAider: 先理解論壇抬槓跟論文的差距再找比喻比較好
※ 編輯: PosetMage (118.86.155.227 日本), 06/01/2023 10:04:34
→ ddavid: 無視停止條件，我很難相信你在做 AI 耶XD
推 ddavid: 你可以回去複習一下你自己提的 GA 一樣需要 Stopping Con
→ ddavid: ditions，不然它怎麼判斷演化足夠好可以給你結果了
→ ddavid: 至於 AlphaGo 為什麼還有機會持續訓練提升實力，原因也很
→ ddavid: 簡單，你可以先猜看看。
→ ddavid: 但即便是這樣，AlphaGo 還是要收斂出 李世石版、Master
→ ddavid: 版以及 AlphaZero 這些特定版本。理由也很淺顯易懂XD