來源：新智元

智障AI狼最近火了！

在一個狼吃羊的AI游戲中，狼發現自己吃不到羊，而選擇了「自殺」。

那么，狼為啥會選擇直接撞死呢？

傻狼選擇「自殺」，只因人間不值得！

近日，微博上一位網友@二雨TR最近發文稱，聽我老師給我講他搞游戲ai的事情笑死我了。

在他發布的這三張聊天記錄截屏中，具體介紹了這個狼抓羊的游戲機制。

在這個項目中，研究人員給設定了狼吃羊游戲的基本原則是，狼在20秒內得分越高越好，而羊在20秒內存活時間越長得分越高。

開局兩只狼，還有六只羊，地圖上紅色帶×的字符就是狼和羊隨機出現的可能位置。

狼和羊前面有6根射線，是用來感知范圍。當這6根線和障礙物以及地圖邊界碰撞，就會返回一個坐標。

那根坐標白線便是狼和離它最近羊的連接，這樣狼就可以每次優先吃掉最近的那只羊。

在研究人員開始訓練的最初階段，先固定了羊的位置，讓狼去學習抓羊。

在狼學會抓羊后，羊也以隨機的位置出現在游戲中。

狼抓到羊，獎勵10分

狼撞到障礙物，扣1分

為了節省狼抓羊的時間，每秒鐘狼都會受到0.1的懲罰

其中，羊撞到石頭不會死，只要存活時間長，羊就能得到高分。

如果這兩只狼想要在20秒以內得到高分，需要狼吃到羊的數量越多越好，吃羊所用時間越短越好。

在研究人員進行了20W次的訓練，竟發現狼抓羊的效果越來越差。

大多數情況下狼基本吃不到羊，而且在抓羊的過程中浪費的時間也被扣分，干脆就選擇撞死了！

該項目的一位研究人員@Sdust星塵研表示，「之所以會自殺, 是因為狼在前幾萬次的訓練中發現一頭撞死只扣-1.1分(-1 + -0.1)。

往羊那邊走兩步撞死扣-1.1到-2.4分。

偶爾一次能吃到，雖然正分，但是不值得」。

狼是打工人，羊是永遠達不到的升職加薪

這只蠢狼已經在微博、知乎、豆瓣等各大平臺上火出了圈。

網友們從狼抓羊的身上看到了自己。

那只狼不就是現在的我么！

狼就是打工人…每秒扣的是青春和時間，羊是永遠達不到的「升職、加薪、迎娶白富美、走上人生巔峰」，撞石頭就是躺平摸魚…

還有網友表示，「AI訓練告訴你，為什么現在的年輕人都不愿意努力了」。

獎勵機制不合理

有網友對這一項目的獎勵機制設置是否合理提出了質疑。

還有網友認為，單步懲罰太大，而撞障礙物的懲罰太小，應該把獎勵函數設置為，撞到障礙物的懲罰無窮大，那么狼就知道了撞石的代價，就不會輕易選擇自殺了。

所以，狼選擇自殺的部分原因也是獎勵機制設置不合理而導致的。

星塵研在B站中的視頻表示，狼自殺的錯誤是很多因素共同影響產生的，最主要的原因是迭代次數太少，20W次完全不夠學。后面提高到100W次起步，效果直線上升。

自暴自棄的狼終于抓到了羊

訓練次數從最初5W次一輪，迭代了13代。到后來改成200W一輪，迭代了5代，狼抓羊的訓練效果明顯提升。

在訓練了300萬次后，狼終于可以成功地吃到羊。

但是，游戲還是存在一定的缺陷，兩只狼還是會偶爾撞石而死。

狼終于學會了抓羊~~

參考資料：

https://m.weibo.cn/6611961566/4613651452134398 https://m.weibo.cn/6611961566/4613930355525879

https://www.bilibili.com/video/BV16X4y1V7Yu?p=1

（聲明：本文僅代表作者觀點，不代表新浪網立場。）