就像上面演示的這樣，AI控制的索尼克在游戲中找到了一些特殊的“捷徑”來(lái)讓自己更快的達(dá)成目標(biāo)，這些捷徑都是通過(guò)類似于“卡Bug”的方式實(shí)現(xiàn)的。

這樣的方式大大出乎研究人員的意料。最開(kāi)始，研究人員希望AI能通過(guò)所提供的人類玩家數(shù)據(jù)來(lái)模仿人類的操作和行為，最終完成游戲目標(biāo)。

但通過(guò)機(jī)器學(xué)習(xí)的人工智能對(duì)游戲顯然有自己的一套理解，除了在游戲中尋找能讓自己快速通關(guān)的Bug以外，它們還會(huì)做許多在研究人員眼里匪夷所思的事情。

古哥Deepmind AI項(xiàng)目的研究人員維多利亞·克拉科夫納就搜集了大量像索尼克這樣的例子。

比如在一個(gè)《海岸賽艇》的小游戲里，AI操縱的船只沉迷于利用Bug不斷地撞擊獎(jiǎng)勵(lì)目標(biāo)以達(dá)到更高的分?jǐn)?shù)，順利到達(dá)終點(diǎn)這件事已經(jīng)不在它的計(jì)劃之內(nèi)了。

另一個(gè)研究人員試圖讓AI玩一款經(jīng)典的像素游戲《Q伯特》，同樣，AI在游戲里找到了一個(gè)無(wú)限刷分的嚴(yán)重Bug并在時(shí)間結(jié)束之前達(dá)到了最高分。不僅如此，當(dāng)它發(fā)現(xiàn)敵人會(huì)跟著Q伯特一起掉下懸崖后，AI甚至采取了自殺的方式來(lái)獲得更高的分?jǐn)?shù)。

就連《俄羅斯方塊》這樣的游戲，AI也能找到自己的另類玩法。由于每增加一個(gè)掉落的方塊都會(huì)使AI的評(píng)分略微升高，所以它采取了完全錯(cuò)誤的游戲方式——盡可能快的落下每一個(gè)方塊并在快要Game Over時(shí)暫停游戲以確保自己不會(huì)輸。

好像聽(tīng)上去還蠻智能的……