FB 建議貼文

選取貼文複製成功(包含文章連結)!

工程師實測運算決策模型Jev代價低得嚇人!AI玩《精靈寶可夢》通關僅花1.65美元,不過需要仰賴輔助系統幫忙分工辨識

工程師實測運算決策模型Jev代價低得嚇人!AI玩《精靈寶可夢》通關僅花1.65美元,不過需要仰賴輔助系統幫忙分工辨識

讓人工智慧獨立打通一款經典角色扮演遊戲,究竟需要付出多少運算代價?近日一項實驗展示了令人咋舌的數據:決策 AI 模型「Jev」耗時 37 小時 40 分鐘,成功通關 Game Boy 經典名作《精靈寶可夢 紅》(Pokémon Red)並榮登名人堂,整場遊戲累計做出超過 1.6 萬次決策,總模型呼叫成本居然僅花費 1.65 美元(折合新台幣不到 55 元)。

然而,在看似驚人的極低成本與高超戰績背後,技術真相卻並非 AI 具備了自主破關的神力——這是一套高度特製的外部架構在背後「全天候保姆式」照料的成果;開發者更坦言,若是拔掉所有外掛與演算法輔助、放手讓它完全自主探索,這隻 AI 甚至連遊戲起點的真新鎮(Pallet Town)都跨不出去。

工程師實測運算決策模型Jev代價低得嚇人!AI玩《精靈寶可夢》通關僅花1.65美元,不過需要仰賴輔助系統幫忙分工辨識

37小時做出1.6萬次抉擇,每小時決策成本不到新台幣2元

這場讓 AI 挑戰《精靈寶可夢 紅》的實驗,是由 AI 服務開發商 Frigade 的技術長克里斯蒂安·馬蒂森(Christian Mathiesen)主導發起。

馬蒂森的想法是,Jev 這款決策模型具備高速且極度低廉的推論特性,而像初代寶可夢這類需要頻繁權衡風險、連續在龐大選項中做出反應的 RPG 遊戲,正是檢驗決策模型極限的理想壓力測試場。

在近 38 小時的漫長遠征中,Jev 總計執行了 16,150 次決策,涵蓋野外遭遇、技能取捨、道具採購與隊伍調度。最終帳單結算僅僅耗資 1.65 美元(約 260 日圓),換算下來平均每次決策成本微乎其微,展現了現代輕量化推論模型在長鏈任務中的驚人經濟效益。

如此低廉的開銷,乍看之下彷彿宣告通用 AI 代理人(Agent)已經能在複雜遊戲世界中橫行無阻;但若檢查其運行細節便會發現,Jev 根本不是以傳統「單兵作戰、端對端(End-to-End)」的形式在玩遊戲,而是作為一個高度受限、僅負責拍板頂層方針的「軍師」,下層則仰賴整套外掛輔助系統代為操盤。

工程師實測運算決策模型Jev代價低得嚇人!AI玩《精靈寶可夢》通關僅花1.65美元,不過需要仰賴輔助系統幫忙分工辨識

演算法代操走位:高階大腦與底層執行器的精準分工

為了讓 Jev 不會在龐大的像素世界中迷失,馬蒂森專門撰寫了一套外掛輔助程式,直接從 Game Boy 模擬器的記憶體(RAM)即時讀取底層數值。

這套系統隨時監控主角座標、當前持有的寶可夢陣容、戰鬥數值狀態以及畫面文字,並主動完成戰況計算——包括屬性相剋判定、技能預估傷害、甚至連當前位置到下個目的地的精確距離,都先由程式運算完畢。

整理好的資訊會轉化為清晰的高階指令集,例如「前進」、「治療」、「練等」或「捕捉寶可夢」,再交給 Jev 挑選下一步方針。AI 完全不必在混亂的畫面中辨識像素,所有決策環境在送入模型前就已經被極度結構化。

當 Jev 下達了宏觀決策(例如「前往下一個目的地」)之後,具體的移動操作更完全不需要 AI 介入,而是直接交由傳統經典的「A(A-star)路徑搜尋演算法」接手代勞。

專用系統會透過 A 演算法在複雜地圖與迷宮障礙中精算出最優路線,並自動替 AI 模擬十字鍵輸入。Jev 實質上只負責扮演關鍵的「戰略指揮官」:決定隊伍該走向何方、要跟哪位 NPC 對話、該收服哪隻野生寶可夢、戰鬥中何時換手或出招、主角取名、商店購物補給,以及升級時是否遺忘舊招式以學習新技能。

此外,系統內部甚至預先載入了現成的完整破關攻略指引(Walkthrough Guide),將整部龐大冒險拆解為宏觀目標與數個推進行程的子目標,明確提醒 Jev 下一步該前往何處。換言之,Jev 不是在黑暗中自行摸索通關路徑,而是手握系統指派的任務清單,在確定性演算法鋪好的軌道上做出特定選項的選擇。

工程師實測運算決策模型Jev代價低得嚇人!AI玩《精靈寶可夢》通關僅花1.65美元,不過需要仰賴輔助系統幫忙分工辨識

失去輔助,它連新手村都走不出去

這套高度解耦的精巧架構,其實是馬蒂森在實測碰壁後換來的工程妥協。他在開發初期曾嘗試過最直覺、最純粹的控制方式:讓 Jev 直接盯著遊戲,一鍵一鍵地自行決定按壓實體方向鍵或 A、B 按鈕。

工程師實測運算決策模型Jev代價低得嚇人!AI玩《精靈寶可夢》通關僅花1.65美元,不過需要仰賴輔助系統幫忙分工辨識

然而實驗結果證明,面對長篇 RPG,純決策模型迅速陷入決策盲區與死胡同。馬蒂森在開發討論中坦承,一旦拔除外掛輔助系統、要求模型完全自主運作,AI 甚至連新手村「真新鎮」的邊界都無法跨出一步。

目前馬蒂森已將該專案的完整原始碼公開於 GitHub 平台(christianmat/jev-pokemon),任何對架構感興趣的開發者只要自備《精靈寶可夢 紅》的遊戲 ROM 檔,便能親自復現這場實驗。

 

 

 

IFENG
作者

鳳凰網(科技),集綜合資訊、視訊分發、原創內容製作、網路廣播、網路直播、媒體電商等多領域於一身,並於2011年在紐交所上市(紐交所代碼:FENG),成為全球首個從傳統媒體分拆上市的新媒體公司。

發表回應
謹慎發言,尊重彼此。按此展開留言規則