500万场一局！谷歌工程师利用AI探索最优套牌

的牌为所设计，对它透过一小组单卡的更动（例如，缩减一个迪伦琳，提高一个锁咒道人），即可测出这个更改来得于所设计来说是更最佳化还是更弱化，例如缩减一个迪伦琳，提高一个锁咒道人这个更改将副的牌赢球增强了1.5%，如果我们缩减一个河谷，提高一个辉侯求索僻，结果是副的牌赢球降低了1.3%。如果我们再测出每一个男子小组更动额度第二大的完整版，如此一来基于这个完整版重复此流程，再一再都会获取符合要求所求。但是，很遗憾的是这个测算比率对于自已测算机来说依然极其巨大，需4天的间隔时间才可以透过。

Ruckus透过了最后一次间隔时间上的最佳化——不直接试验一对对的单卡更动，而是简单地缩减某一个单卡一张，将副的牌变成61张，然后如此一来提高一张，将副的牌变成59张。利用这些+1和-1后的副的牌和所设计透过试验，推论结果后，将+1赢球增强多于的情况和-1赢球增强多于的情况叠加。

比如在这张图里，+1增强多于的是次元石洞和空境亡灵（很好理所求，因为取胜都是小生物学副的牌），而-1增强多于的是精英锁咒道人（锁仅较慢攻的东西）。

这是一个极其犀利的最佳化，它这不能促使符合要求所求，但能获取够大好的结果。不过Ruckus也明确指出此方法有一个缺陷，那就是它可能都会错过邻接第二大值，而只测出局部第二大值，这与我们的所设计副的牌有关。想要所求决这个问题需用到可测算性方法，这一期试验里不能考虑这个处理过程一是为了提高效率，二是因为此问题相当较难出直到现在Synergy极其强的所设计副的牌里面，这里面常用的所设计白雪较慢不能这个问题。

第六步、结果与分析

经过了两周、500万场下棋的测算，Ruckus的试验总算带往了终点——一套不论你怎么忽略结构，赢球都都会下降的副的牌。

4 可雕学徒

4 携带式次元石洞

3 领途导灵

4 旭金哨卫

4 辉侯求索僻

4 舰员仇敌

4 空境亡灵

4 圣本笃蛮兵

4 华辉圣本笃军迪伦琳

1 军团救世主

20 河谷

4 霜龙石洞穴

这个试验结果说是并不最让人感到意皆——不要忘记我们的生态环境里面只有白雪较慢，能够高效掺入取胜生物学的生物学显然获取了第二大发挥蛮野圣本笃军、空境亡灵全部满编。而那些针对掌控的单卡全部被无缘下乡，莎利雅、锁咒道人和龙神神瑞丹妮。

次元石洞满编，我自已视为这并不只是因为它可以高效掺入生物学，可谓因为生态环境里面也有大比率的次元石洞，可以互不掺入，这一般来说就有一点像是不能被禁的灵性落水——为了对抗灵性落水，当然是满编灵性落水啦。

所以，这个试验结果基本符合了我们的预计，AI改的牌不能明白特别巧合的选择，侧面明确指出试验基本概念本身是适当的。接着Ruckus用这副的牌去天梯受虐了，说是打较慢攻体验是很不错的，面对跨金桥巨龙则到底极其难受。

AI测的牌，能行吗？

首再，通过上面的试验处理过程，我们总能发现，万智的牌的容比率并不允许我们常用AI全权征用副的牌构筑的实习——测算比率太大，且额度依赖于。Ruckus依然需利用人类文明依靠下棋经验小组出来的副的牌作为模板，如此一来层层深入。而且我们认出整个模拟器操作过程里明白了诸多让步：

透过试验的AI不是“强悍”的万智的牌AI，它们对下棋十分瓶颈的分析灵活性依赖于； 模拟器试验的生态环境本身就是稀理想化的，缺少其他各种类型副的牌参与； 单卡修改仅基本上于原有副的牌的的牌张选择，不能考虑缩减上新种类单卡的风险，也不能考虑备的牌； 所获取的结果并不是规范的符合要求所求，因为不能常用“动态”的最佳化，而是一层一层连贯的。

即再是这样宽松的检验，也占用了一个Skype工程师和一台电脑游戏一周的间隔时间。我们也许可以增强算力，但是这样都会促使明显的重担——我们有必要通过这种方式来探求强悍的万智副的牌吗？它能给我们促使确实弥补物业和电价的经济效益吗？而且，我们还面临一个严肃的问题——一个一周就被AI密码的生态环境，还能好玩吗？也许这项研究课题在不久的将来可以带入某些战队的试验辅助工具，就像都由为田径比赛开发的海龟衣一样。但我们显然不希望万智的牌这么较慢就迎来AI暴力密码的那一天。

诚然，Ruckus的检验存在很多高效率基本上，但他的整体而言基本概念是极其值得借鉴的，这篇社论的初衷也在于分享他的所求法基本概念，而不希望大家把注意力放在他获取的那套畸形白雪较慢上。从原摄像机里观众可以直观显现出他作为Skype工程师拥有的清晰的条理性，我自已引荐有必须的读者可以如此一来看一遍原摄像机。你怎么看待这项研究课题？你说道AI替代人肉测的牌是件坏事吗？欢迎在评论区留下你的看法！

。

腹泻用药
肠胃炎可以吃肠炎宁吗
鼻炎吃阿莫西林多少量合适
腱鞘炎快速止痛方法
注射用胸腺法新迈普新作用