XiaoMi-AI文件搜索系统
World File Search SystemYannakakis
启动 Modl.ai：打造终极 AI 游戏测试员
马耳他大学数字游戏研究所的一家衍生公司正在开发人工智能游戏测试软件。该引擎将运行数千轮低级测试，然后人类再对游戏进行高级测试，之后再将游戏发布到市场。Modl.ai 联合创始人 Georgios N. Yannakakis 向 THINK 讲述了他的团队如何渴望改变游戏。
人工智能共同创作游戏设计助手的原则
CCGDA 的使用是一个相对较新的概念，已经在实时战略关卡设计（Liapis、Yannakakis 和 Togelius 2013）（图 1）、超级马里奥世界（Guzdial 等人 2017）和众包谜题（Charity、Khalifa 和 Togelius 2020）中进行了初步实验。虽然这些早期原型系统证明了 AI 游戏设计工具的可行性，但对此类系统设计的原则和惯例的研究很少。我们的研究将调查在设计有效的 CCGDA 时应考虑的不同 AI 技术、游戏启发式方法和交互策略。我们的研究将使用数字纸牌游戏（例如炉石传说）作为研究平台，因为其中一些因素使它们在 AI 研究中很受欢迎（Hoover 等人 2020），包括：
视频游戏中人工智能的兴起
第一台数字计算机是在 20 世纪 40 年代末或 50 年代初开发的，具体取决于您对计算机的确切定义，它们立即被用于玩游戏。这位热切的发明家（和玩家）正是计算机科学和人工智能的创始人之一艾伦·图灵（Togelius，2019 年）。人工智能是视频游戏中的基本概念之一。它的作用与叙事、艺术、图形、音频和任何其他元素一样重要。AI 不仅决定了游戏中可扩展的难度或与其他角色/环境的交互，还决定了沉浸感、适应性和响应性。糟糕的 AI 实现会破坏沉浸感，而具有良好 AI 机制的游戏将进一步增强整个游戏体验。自从人工智能诞生以来，游戏一直在帮助 AI 研究取得进展。游戏不仅为 AI 提出了有趣而复杂的问题（例如，玩好游戏）；它们还为用户（人甚至机器！）提供了创造力和表达的画布。因此，可以说，游戏是一个罕见的领域，科学（解决问题）与艺术和互动相遇：这些因素使游戏成为 AI 研究的独特和最受欢迎的领域。但不仅仅是 AI 通过游戏得到发展；游戏也通过 AI 研究得到发展（Yannakakis & Togelius，2018）。视频游戏中的人工智能可以是确定性的，也可以是不确定的。确定性 AI 广泛应用于游戏行业，其中不确定性最低。不确定 AI 具有一定程度的不确定性，并且由于从用户交互中学习而更具适应性和响应性。
使用强化的多人游戏的AI代理...
类似于Alphastar [3]中采用的方法，这项研究强调了实时适应性和决策。尽管取得了重大进步，但挑战仍在处理高维输入，设计有效的奖励系统以及在动态场景中确保稳健的性能[4]。本研究通过实施一个模块化框架来解决这些问题，该框架将有效的数据预处理，可扩展体系结构和迭代培训策略集成在一起。2。文献调查加强学习（RL）已确立自己的强大方法，用于开发能够在动态和高维环境中运行的智能代理。其在多人游戏中的应用引起了重大的研究兴趣，从而在自适应策略和强大的决策框架方面取得了进步。Togelius和Yannakakis（2017）强调了深度强化学习（DRL）对通用视频游戏AI的潜力，强调了环境界面的重要性，在这些界面中，代理可以感知国家，采取行动并根据反馈来优化决策。这种方法已被证明有效地开发了能够响应复杂游戏机制的适应性代理。同样，Vinyals等人。（2019）展示了DRL在Starcraft II中的功能，在那里，代理商学会了通过广泛的
人工智能和机器学习教育游戏：评论
乔治奥斯·扬纳卡基斯 马耳他大学数字游戏研究所，马耳他姆西达 摘要 数字游戏作为教育的新范式已具有重要意义。数字游戏人人都可以访问且价格合理，并为大规模教学和学习提供了机会。近年来，人们对数字游戏的兴趣日益浓厚，以支持大学预科（K-12）学校的计算思维和编程。人工智能（AI）和机器学习（ML）是一个快速发展的领域，在过去几年中吸引了越来越多的学习者。虽然数字游戏和AI/ML的融合对于教学和学习研究人员来说是一个重要且具有挑战性的领域，但该领域尚未进行过文献综述。这项工作的目的是回顾最近对支持AI和ML教育的游戏的研究。经过彻底的搜索，我们选择了相关的论文和游戏并将其纳入我们的定性内容分析。在此综述的基础上，我们概述了相关的研究论文和游戏，并展示了不同的游戏如何提供独特的机会来教授人工智能和机器学习中的许多不同概念和主题。 关键词：教育游戏、人工智能教育、机器学习教育、文献综述 1.简介 在过去的几年里，数字游戏在计算机科学（CS）和信息技术（IT）教育中越来越受欢迎（Harteveld 等人，2014 年；Kordaki 和 Gousiou，2016 年）。数字游戏一直是加强 CS 教育的几种流行方法。在 K-12 学校，有一些课程让学生参与玩游戏，其中包括必须解决的任务和问题才能进步（Vahldick 等人，2014 年），或鼓励学生使用可视化和基于块的编程环境开发游戏
人工智能和机器学习教育游戏：评论
乔治奥斯·扬纳卡基斯 马耳他大学数字游戏研究所，马耳他姆西达 摘要 数字游戏作为教育的新范式已具有重要意义。数字游戏人人都可以访问且价格合理，并为大规模教学和学习提供了机会。近年来，人们对数字游戏的兴趣日益浓厚，以支持大学预科（K-12）学校的计算思维和编程。人工智能（AI）和机器学习（ML）是一个快速发展的领域，在过去几年中吸引了越来越多的学习者。虽然数字游戏和AI/ML的融合对于教学和学习研究人员来说是一个重要且具有挑战性的领域，但该领域尚未进行过文献综述。这项工作的目的是回顾最近对支持AI和ML教育的游戏的研究。经过彻底的搜索，我们选择了相关的论文和游戏并将其纳入我们的定性内容分析。在此综述的基础上，我们概述了相关的研究论文和游戏，并展示了不同的游戏如何提供独特的机会来教授人工智能和机器学习中的许多不同概念和主题。 关键词：教育游戏、人工智能教育、机器学习教育、文献综述 1.简介 在过去的几年里，数字游戏在计算机科学（CS）和信息技术（IT）教育中越来越受欢迎（Harteveld 等人，2014 年；Kordaki 和 Gousiou，2016 年）。数字游戏一直是加强 CS 教育的几种流行方法。在 K-12 学校，有一些课程让学生参与玩游戏，其中包括必须解决的任务和问题才能进步（Vahldick 等人，2014 年），或鼓励学生使用可视化和基于块的编程环境开发游戏