Я обучил ИИ проходить Mario на скорость. Он побил мировой рекорд

Я обучил модель обучения с подкреплением с нуля, чтобы пройти Super Mario Bros. World 1-1 на скорость. Она никогда не смотрела спидран. Она никогда не копировала действия человека. Вместо этого она училась исключительно методом проб и ошибок — начиная с того, как пещерный человек случайным образом нажимал кнопки, постепенно открывая для себя движение, последовательность, знаменитую телепортационную трубу и, в конце концов, достигая результата, соответствующего прохождению World 1-1, который используется в текущем мировом рекорде any%. Затем я обнаружил скрытую проблему, которая изменила всё… 00:00 Вступление 00:29 Задача 01:35 Как работает обучение с подкреплением 02:30 Этап пещерного человека 03:07 Первое прохождение 03:37 Изучение надземного мира 04:32 Открытие телепортационного маршрута 06:37 Стремление к лучшим результатам 07:26 Плато 367 08:52 Скрытая задержка ввода 09:48 Последний тренировочный забег 10:16 Заключение Если вам понравился этот эксперимент, подпишитесь! Далее мы посмотрим, сможет ли модель пройти весь спидран Super Mario Bros. any%, а не только мир 1-1.