Re: [閒聊] 伊隆馬AI應該會屌打T1

[york159 (解癮了)]

問個問題，
ai要怎麼訓練指向技的「施放」？

以樓下建議整理了可能訓練方法，
單單講施放指向技，不討論躲避技能、團戰勝利或遊戲勝利。
>大量自我對戰累積資料，不需學習人類習慣
>一直選擇期望值最高的位置抽獎，長期來看，下限也是打平人類操作。
>假動作可能有效，也可能沒有。

下面討論了一些其實是更複雜的團戰或整體遊戲勝利，對照資料後+跳過中間一萬步。結論是 ai 有能力打贏遊戲，但要戰勝「職業隊伍」，還有段路要走。


https://www.youtube.com/live/6tSl5p9soLw?t=17538s
T1 打 DK，機器人抓小火龍那波。
假設ai操作機器人，在這個場景有三個選擇
1.不Q、2.Q目前位置、3.Q預測閃現位置

根據訓練內容，職業等級不可能不按閃。
但事實上小火龍就是沒有按出閃現。
所以就沒辦法完成這個play。
也就沒有後續的逆轉。

以前到現在，
也看過超多次，閃現捏到死都沒按的。
那我要怎麼訓練 ai 選擇指向技位置？
到底是要 90% 會閃現的位置，
還是賭 10% 他不會按閃。

甚至閃現也不是只有一個位置，
可能左邊、可能右邊、可能後面。
這種隨機性，
是跟圍棋或西洋棋這種有最佳解的遊戲最大的不同吧
ai 是有辦法應付的嗎？



-----
Sent from JPTT on my Asus ASUS_AI2202.

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 101.9.203.251 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/LoL/M.1764152064.A.EC1.html
→ sawalee0811 : AI哪用賭的 他會每次都抓最有機率的位置
→ sawalee0811 : AI下棋也是下勝率最高的位置 哪有什麼正確位置
推 roger2623900: 用過往訓練的資料計算最佳解吧
但指向技真的有最佳解嗎？
推 SYUAN0301   : 給ai算夠久他會知道哪個方向是最佳解，到底多少人
→ SYUAN0301   : 覺得跟外掛一樣而已==
→ roger2623900: 他有幾十萬筆甚至更多資料能判斷哪個勝率高
lck一年才多少比賽，能分析的樣本數沒有那麼多。
→ sawalee0811 : 當然詳情一定更複雜 但理論上就是把所有伺服器高端
→ sawalee0811 : 的資料丟下去train 如果一個動作做了（比如出門買
→ sawalee0811 : 多蘭劍）會提高勝率 那AI就會這樣做
推 Benkkk      : 指向技當然有最佳解 就是系統判斷成功率最高的方式
→ SYUAN0301   : 你人類能判斷Ai就能判斷==
→ ChikanDesu  : 下棋的變化哪有即時戰鬥多==
→ Benkkk      : 另外，AI 下圍棋都是沒必勝下法 就是勝率最高而已
推 sony0223098 : 你都能預判 ai當然也行阿
→ ChikanDesu  : 很多Gank都是把你弄到將死 躲不掉的 只是會躲有屁用
推 aikotoba    : 就算是不完全資訊的遊戲 給夠多樣本訓練 總會找到期
→ aikotoba    : 望值較佳的做法 況且機器沒有感情 人類反而因為會上
→ ChikanDesu  : 人類是可以邊預判邊取消預判的
人類還可以試探，做微調
→ aikotoba    : 頭而產生失望
推 cstease64   : 分析你的走位 掌握你的習慣 當然有最佳解
→ aikotoba    : 誤*
→ ChikanDesu  : 混沌的狀況你要訓練成功根本就還好久 先搞定FSD再說
→ ChikanDesu  : ==
推 DonnyDon    : 一定有最佳解啊 離越近反應時間越短 那原位跟預判的
→ DonnyDon    : 機率就會不一樣 貼臉被閃掉那就沒辦法了
→ Benkkk      : 比方說 阿水EZ 都只會向前E 這個經驗就是變成 機器
推 hasroten    : AI搞不好能分析對面的操作習慣
→ Benkkk      : 人抓EZ 向前E的位置
推 bghtherock  : 類似數據LOL吧 某選手習慣80%往左閃
→ ChikanDesu  : 問題是 每一場給你分析的時間哪夠阿 每一場的習慣又
→ ChikanDesu  : 未必一樣
→ bghtherock  : 或是判斷目的是要逼閃 或是 直接抓到人
→ laladiladi  : 以前暴雪英霸ai 很強的時候 打人是真的準
→ ChikanDesu  : 又或者 看到你AI抓我習慣 我馬上改掉
推 jackylin1999: AI甚至能一直計算極限距離 勾子應該很可怕
推 sony0223098 : 給ai操作上限高的角色就不公平啦
推 A00610lol   : 問就是AI進步很快
推 gn01110728  : 這有啥難的，從出手位置跟角度有幾何學跟機率統計
→ gn01110728  : 來抓機率最高或是走位到機率最高位置阿
推 hasroten    : 都說習慣了要改掉哪這麼簡單
→ asd810733   : 外掛十年前都能屌閃所有技能了
→ asd810733   : 現在只是人類要限制AI多少而已
閃招跟出招邏輯不一樣
推 gn01110728  : AI最恐怖就是隨時隨地能用數學算計你，人類哪能= =
→ asd810733   : 不然無敵是肯定的 一個閃過所有招 尾兵
→ diefish5566 : 出手最高機率的點啊 絕對比你人類判斷的機率高
你說的對，每次都選期望值高的，長期來看確實勝率也會較高。
→ asd810733   : 技能全中 不會失誤的機器人 五個Chovy也打不贏
→ diefish5566 : 你說選手會改習慣應對AI 啊對面是真人你就不改習慣?
噓 NCCUexpert  : 你怎麼覺得不行？
隨機性隨機性隨機性
噓 softflame   : 圍棋有最佳解?
沒有的話他要怎麼決定下哪裡= =
推 secret0409  : 它每次Q cd好就選2，你能用幾次閃現
噓 softflame   : 要預設ai有多笨才會覺得這些是問題……
等你跟我說啊，我知道的話幹嘛問
推 c871111116  : 怎麼今天一堆人腦都能處理的東西覺得AI不能學會?
→ oo2751394   : 其他遊戲都有案例了 不信就是不信==
你相信你來解釋啊？還是你相信一個你無法解釋的東西？
噓 c871111116  : 笑死 AI也是會試探微調啊
怎麼做？
推 moebear     : 博弈到最後都是機率 固定抓閃現位置就永遠不閃
噓 clarkyoona  : 有說只從過往比賽訓練？
不然你要從哪裡抓資料？叫riot開給你？憑什麼？
→ moebear     : 最後就會變成10%抓閃現位置 90%抓原本位置
噓 violegrace  : 你管它怎麼做幹嘛? 是你要去寫CODE的嗎?
我好奇新科技啊
→ c871111116  : 什麼都不懂還能發一篇大談 厲害了
推 qwe04687    : 還可以根據選手ID去特調咧 這小意思啦
沒有那麼多資料給你訓練啊
→ moebear     : 所有行為都會變成由機率組成的 才不會被打弱點
※ 編輯: york159 (101.9.203.251 臺灣), 11/26/2025 18:47:46
※ 編輯: york159 (101.9.203.251 臺灣), 11/26/2025 18:49:34
推 bxxl        : 你隨便問一個AI 他會告訴你人家是怎麼處理的
推 naya7415963 : 假如你的前提正確，那當然選90%的位置阿
→ naya7415963 : 長久下來勝率肯定比較高
→ naya7415963 : 然後人類判斷很容易有慣性，很可能會有個最多人選
→ naya7415963 : 擇的閃現方向
推 bxxl        : 人家是靠自我對戰啦,不用看人類比賽資料
推 hsiehhsing  : 翻譯白話給你聽  AI只懂數據 只懂01
→ egg87346    : 怎麼可能從比賽訓練 根本不跟人訓練都行好嗎
噓 wheatsake   : 嗯，當年圍棋圈也是像你一樣
我不知道圍棋可以按閃現欸
噓 LPCbaimlly  : 先去讀什麼叫RL
推 m06800825   : Reward function設定好 RL硬train一波
好的，我來看一下。感謝~
噓 wheatsake   : 隨機性這種外行話就別說出來給人笑了
→ m06800825   : 就隨便虐了 真的
噓 evmeiowrgj  : 你先去看看兩篇論文再來討論==
樓上就會給關鍵字，顯示他們是真的懂。不像你只會說看論文，不肯承認其實你不知道答案
噓 howdo1793   : AI的東西不拿去問AI是在幹嘛...
那你怎麼不去問ai為什麼我要發文
噓 keel90135   : 完全不懂又一直槓不想好好討論 那只能給2了
噓 partingglass: 廢到笑
推 a11111a4210 : ai並非固定動作的 而是目標是能像人腦一樣判斷 而
→ a11111a4210 : 每次判斷不見得一樣
噓 wheatsake   : 好歹你也去看AlphaGo 紀錄片吧～
推 jjchicken   : 只有O神能讓AI猜不到
→ a11111a4210 : 你問ai一樣的問題 他每次回答都不一樣 但要是好的
→ a11111a4210 : 就回饋給他
噓 forgr202    : 《登入次數》879 次
噓 howdo1793   : 有人拿槍逼你發文了?
這是ai的回應嗎？看起來ai也會出錯嘛
噓 Mubing      : 齊勒斯外掛不就示範給你看了
齊勒斯外掛是ai喔？
噓 evmeiowrgj  : 真的廢到笑，星海就已經屠殺人類給你看了==現在就只
→ evmeiowrgj  : 是看是一個Ai五隻還是五個Ai各自控，甚至製作機器手
推 m06800825   : 給個關鍵字：李宏毅 增強式學習
ok感謝
→ a11111a4210 : 就跟人類學東西一樣
→ evmeiowrgj  : 臂更貼近人體反應，你只是來槓而已
→ evmeiowrgj  : 一個Ai控5隻，那就只是縮小版的星海，增強式學習後
噓 qt359101    : 遇到槓精轉世了==
你怎麼留言我就怎麼回覆啊，留垃圾還要我稱讚你？
→ evmeiowrgj  : ，人類沒有任何機會
推 pjy1234     : ai有辦法算到oner開場30秒掛網中路草叢看技能表嗎
推 m06800825   : AI哪管你有沒有躲草看技能 總之敢上線就打爛你
推 koker       : 推，一堆只會噓也不會回答
→ m06800825   : 招全躲 指向技全中 就問你要玩個毛線
但這也不是他的目標啦，他只是選擇機率最大的
看上面討論，其實ai做不到招全中
推 aspwell520  : AI只要學好規則 他可以在虛擬世界開啟無數個對局…
推 a22222a4210 : 換個角度來說 飛可玩遊戲的所有指令向滑鼠哪時點了
→ a22222a4210 : 並用鍵盤按了甚麼鍵的給AI訓練 然後AI想辦法組合出
推 mnxzq       : AI會牢記CD 不會學許秀把E看成鉤子騙隊友送頭
→ a22222a4210 : 能夠贏的指令組合 然後把所以能贏的指令組合優化
這像複雜版的猜拳？
推 yan960521   : 我是T1我就全選指定技跟平A角 潘森 菲艾  汎 蓋倫
→ yan960521   : 賈克斯 我看你AI怎麼扭
→ a22222a4210 : 後 AI比賽就是照這模式依飛可行為回饋下指令而已
→ qt359101    : 你選這陣容有怎樣嗎 AI會配個康爆你的陣容阿
我相信ai一定可以做很好的bp，至少他們就不會忘記ban魔鬥
噓 leafgg      : 你去GOOGLE OpenAI Five 他根本不需要你給資料
ok感謝
噓 ken32293355 : 賽局理論有nash equilibrium
ok感謝
→ leafgg      : 自己對戰一天就可以訓練相當於人類練習180年的量
→ a22222a4210 : 選指定技 就跟你玩換血精算 你算不贏的啦
推 leafgg      : 練得夠多 AI的判斷能力比人類強大太多了
推 RIVERWIND   : 阿法狗zero告訴你 給他圍棋棋譜還不如讓他自己練 人
→ RIVERWIND   : 類的思考只是誤導他的學習
→ leafgg      : 隨機性不會是罩門的 德州撲克AI都能擊敗人類了
我能理解期望值，卡住的是他能處理到多複雜、多少環境（剛剛看RL看到的）變數。
噓 qwe8982     : AI就是去計算隨機性啊
推 a22222a4210 : 能多複雜 那是算力的問題 算力夠就不是問題
→ a22222a4210 : 而不是做不做得到的問題
推 zagioo59598 : 光打野就是個問題 魔力控制也是問題 他們能判別這隻
→ zagioo59598 : 兵或野怪該用技能還是普攻嗎？ 如果他在對線用關鍵
他們可以做到延遲獎賞，也就是判斷最合適的技能使用時機。
→ zagioo59598 : 技能吃冰 就會被暴打
推 horse2819   : 搞不好直接分析這個選手走位習慣 直接抓最有機會的
→ horse2819   : 位置
推 qwe8982     : 所以才有機器學習這種東西
→ qwe8982     : 你餵給他一隻英雄 自己跑幾十萬場  就知道怎麼玩了
推 max366629   : 這種應該是會有習慣的吧 可以大數據分析？
推 zagioo59598 : 版本也是問題 選手要適應版本變動 ai剛改版去哪學習
推 airiguodala : 職業比賽資料練完就無限AI對練啊==
推 a524528     : 我猜會選擇閃現
→ a524528     : 如果他看到機器人時候判斷無法閃避的話
噓 un94su3     : 文組
→ wang111283  : 最佳解就是把閃、位移技打掉啊
噓 Ycowmo      : 不要侮辱文組
今天一定過得很不順吧？沒事，留這種情緒用詞可以讓你開心，那也是功德一件
推 traitor0621 : 這個嘛 就算要用lck的局去訓練也頂多是一開始
→ traitor0621 : 圍棋的ai自己跟自己練就好
→ traitor0621 : 後來發現人類的數據就是來污染數據庫的
你說的對，他們自己練更有效率
噓 makyan      : AI圍棋難道全是抓人類的棋譜來分析嗎?
→ makyan      : 最後都AI跟AI自己模擬了，誰還需要猴子的棋譜
前面其他人就講過了，你又何必講一樣的話，還一副很了不起的樣子。
推 overpolo    : 天真 看選手點最後一下的瞬間勾就好了
※ 編輯: york159 (101.9.203.251 臺灣), 11/26/2025 22:37:28
→ NankanAvenge: 有走位腳本跟指向技腳本那麼粗暴的方法幹嘛管這些
→ NankanAvenge: 閃現預判就當送他 江湖規矩交閃不殺
推 patricktu   : 指向技不就跟走位一樣 每個方向甚至每一格pixel(例
→ patricktu   : 如閃現)都做為選項之一就可以train了
→ patricktu   : 競技AI現在拿現實資料在train的大概都三流AI
推 Frozn       : 你如果要跟上現在的知識的話可以看一下llm
推 Frozn       : 你說的指向技的施放我覺得反而是比較末端的問題了
推 bill603     : 他會知道 這個時間被抓到會輸 他就不會被抓
推 sunboyboy1  : 其實真的滿有意思的 AI一定能算出獲勝機率最高的位
→ sunboyboy1  : 置 只是人類能不能解讀理由又是另一回事
噓 ke1vin      : OpenAI早打贏過DOTA2了, 這也不算是新領域了
→ ke1vin      : 問題是通用模型想打贏, 沒什麼道理可能隨便說說而已
推 AAA891216   : 有逼到閃就賺了 如果ai有搞懂遊戲 後面打法也會不
→ AAA891216   : 一樣 所以這90 10沒很重要 而且八成對線轉線就贏了
推 l1234568790 : 去韓服抓幾百場高端的對戰跟比賽讓AI學就好
→ jjjj222     : 訓練一定是reinforcement learning...
→ jjjj222     : 有興趣自己去唸書..
→ wugi        : AI跟人然後 AIAI 訓練一下子就會了
推 stevenbelem : 跟圍棋一樣，人類會被打爛
噓 ko330       : 圍棋也不是最佳解 是下勝率最高的位置= =
→ p2p8ppp     : 你不懂人工智慧還有「自由意志」  有什麼好討論的=
→ p2p8ppp     : =
噓 max205      : ...尼覺得外掛為啥這麼準捏