差友们，你们听说过去年 Dota 2 职业玩家 DENDI 被 openAI 单挑打赢的故事吗？
除了 Dota 2，连围棋这种古老的游戏也被 AI 攻陷了。。。
其实 AI 在玩儿 Dota 2 等游戏时是可以计算出成功方法的，比如技能弹道飞行时间，碰撞体积等等。
但现实生活中的复杂场景用到的 AI，例如图像识别等等，其实是靠样本加大量试错训练出来的。
油管上一个 Up 主 Code Bullet 写了一个 AI 尝试攻克一个名为 “ 世界上最难的游戏 ”。
这个游戏有的差友也许玩儿过，长这样↓
游戏目的很简单，用键盘操纵红色方块，使其从左端的绿色区域跑到右端的绿色区域，碰到蓝色小球就算输掉。
上图看起来不难，实际操作起来很令人炸毛，因为红色方块的速度很慢。
而且那只是第一关而已，随着关卡提升难度可以上升到这种↓
个别关卡还需要玩家操作方块，吃掉如下图右下角的小黄球，再跑到绿块儿才算过关。
如果交给 AI 呢？
为了训练这个 AI，首先需要搭建一个场景。
这个场景很简单，就是一堆线条和色块。
加上一些来回移动的蓝色小球。
最后加上方块，设置一下目的地。
就会发现红块儿直接穿过墙和蓝点就到达了终点，好的任务完成。
呃，但是这样做完全没有了意义：没有游戏规则的游戏是不完整的游戏。
规则一：红块儿不能跑出黑线。
因此要给边线加上 “ 碰撞 ” 的逻辑。
规则二：红块儿碰到蓝球算失败。
接着就是重头戏，如何训练 AI 。
基本思路是这样的：让方块按照随机方向移动一段距离，如果死了，那下一次就不能走同样的路径。
首先，让每个 AI 玩家移动 100 次，为了训练效率，同时放出 500 个 AI 玩家重复玩这个游戏，“ 死 ” 光了换下一轮，并且回避上一轮的错误操作。
但是玩儿了很久也没啥进展，只有个别运气好的跑得远了一些。
成绩最好的小方块用绿色标注了出来
这套 AI 只学会了避错，没有进步，这不能算是在学习。
因此改进一下：
1. 一开始只让 AI 移动 10 次。
2. 10 次以后，直接 “ * ” 死没有到达终点的玩家。
3. 每进行 5 轮，就多给 AI 移动 5 次的机会，也就是说 6 - 10 轮可以移动 15 次，11 - 15 轮可以移动 20 次。
这样一来，AI 不光要避开会撞蓝点的路线，还要避开花费移动次数较多的路线。
随着训练的进行，可以看到大部分红块都能跑出出发点了~
大概经过 50 轮迭代，红块最终走完了第一关。。。
用差不多的方法，更难的关卡也能用风*的走位搞定~
“ 失败是成功之母 ” 算是这个训练过程的中心思想了。。。
其实这个不算是真正的 AI。
这个电脑控制的玩家只是在记路线，并不像人类一样理解规则在玩儿。
但是这种训练方式充分利用了计算机记性好，不怕累等特点。
这种方式我们称作机器学习，看起来不那么 “ 聪明 ”，其实生活中的大部分 AI 应用都是这么训练出来的。
其实高科技背后的原理也并不复杂。
