鱼羊 发自 凹非寺
量子位 报道 | 公众号 QbitAI

如果让AI玩2048这样的游戏会是什么样的画面？

现在，有些人强化学习的方法来练习。

于是，插上DQN的翅膀，AI从零开始，我想出了《2048》的玩法:

一起手，有内味吗？

这个操作，清晰到让人觉得舒服。1000，no；1024，yes强迫症忍不住称赞这个AI贡献了800 reddit热度。

用DQN玩《2048》

调教这只会玩《2048》AI是巴西老哥Felipe Marcelino。目前正在米纳斯吉拉斯联邦大学学习CS硕士。

首先，他采用了OpenAI Gym构建自定义强化学习环境。

2048年棋盘有两种表现方式：

二进制-使用二次力矩阵表示非二进制-原始数字矩阵

模型包括两种神经网络：CNN和MLP(多层感知机)。

据Felipe介绍，与MLP相比，以CNN智能体作为特征提取器表现得更好。

训练结束后，哥哥在1000个游戏中进行了测试，AI2048年达到100次。

玩《2048》的AI们

目前，这只用DQN训练出的AI玩到2048就停了。

然而，巴西兄弟抛砖吸引了许多盆友献玉。

例如，2048控制器也采用了强化学习的方法，将时差学习与最大期望搜索相结合。

在10步/秒的策略下，它最多可以凑出32768。

在追求高分的路上，一位来自日本的球员表现出色。

依托7个卷积层的深度卷积网络，这款游戏在《2048》中最高得到401912分。

正如一位网友所说：这是一个足够有趣且不太复杂的强化学习案例。

如果你刚刚开始学习强化学习，不妨用这个小项目练手~

参考链接

相关开源项目开源项目：
https://github.com/FelipeMarcelino/2048-gym
https://github.com/aszczepanski/2048
https://github.com/thomasahle/mcts-2048/

相关论文：
https://www.jstage.jst.go.jp/article/ipsjjip/27/0/27_340/_pdf
http://arxiv.org/abs/1604.05085

— 完 —

量子位 QbitAI · 头条号签约

关注我们，第一时间了解前沿科技动态