AI 挑战《荒野大镖客2》：一项开创性研究

在过去几天里，原本就热烈的 AI 社区因来自中国和新加坡的研究人员而沸腾，他们将最先进的 AI 与具有挑战性的电子游戏《荒野大镖客2》（RDR2）进行了对抗。这项题为《迈向通用计算机控制：将 OpenAI 的 GPT-4V 与 CRADLE 多模态代理集成用于 <RDR2> 的案例研究》的研究，探讨了《荒野大镖客2》多人游戏探索中的“模型选择算法”。

理解通用计算机控制

通用计算机控制（GCC）为形成人工通用智能（AGI）铺平了道路，AI 系统在其中证明其能够以与人类用户相当的熟练程度和理解为快速处理任务。通过包括视觉和听觉数据在内的计算机输入系统，AI 扮演着更精通计算机的角色。此外，这种技术为 AI 提供了一种在动态情况下果断行事的手段，即在通过适当识别和反应各种信息而无需事先了解其运行环境的情况下，测试 AI 的可重复性。

RDR2（被称为 GM）以其丰富的环境和意外事件而闻名，是我们这项研究工作的最佳起点。该游戏呈现了一个模拟人员管理系统，具有复杂的控制系统和用户界面组件，从交互对话到特殊的游戏内提示或指导，以节省时间并增强用户体验，从而使 AI 评估具有可信度。

AI 游戏中的行为和进步

这项研究的核心是 CRADLE 框架，这是一个原型 AI 系统，设计不仅具有游戏玩法，还能处理不同类型的软件应用程序。CRADLE 旨在通过实现目标使 AI 熟悉随机游戏玩法；这一切都基于人类学习模式，而无需了解任何内部状态或 API。

尽管如此，我没想到开发过程会一帆风顺。在一些需要快速视觉空间意识处理和实时决策的任务中，AI 面临困难，如复杂的战斗任务和由紧密相连的走廊组成的室内地图。这些挑战凸显了 AI 系统心理模型与游戏引擎之间的界限，要求在处理双重任务时具有细粒度的准确性，因为人类般的视觉相似性和对游戏对象的理解。

未来的挑战和影响

尽管所有提到的问题都完全同步在游戏玩法中，CRADLE 仍然完成了故事部分，因此应被视为 AI 游戏的高水位线。研究结果不仅突出了 AI 实施这些密集任务模拟的能力，还告诉我们可以进一步发展的方面，特别是开发良好的空间识别和视觉光谱方面。

AI 是坚持不懈的，随着其发展，其应用开辟了新的视野，其中游戏是与其他更深层次挑战争论的焦点。能够理解和反应复杂平台中系统的 AI 系统，成为机器人技术和实时战略系统等领域进步的有力工具。以下研究无疑将成为进一步研究的基础，以改善 AI 功能，并打破通用计算机控制应用的界限。研究和尝试解决现有局限性，使 AI 系统更明智、响应更快、更智能，将有助于创建一个可用于广泛应用的 AI 资源。