303宿舍，罗尧吃着西瓜，不断的刷新着各大游戏内竞技版排名，翻开着玩家们对局资料，从数学的角度分析比赛。
结合复盘录像，制定查缺补漏的方案，是未来减少失误的关键。
要是303的舍友们看到罗尧在打游戏，估计内心又要难过一阵子。
在内卷的时代，网瘾少年和情圣该有的体验都有，日子过的不慌不忙很滋润，还被被叫学神的，恐怕只有罗尧了。
在宿舍研究游戏，也是罗尧的无奈。
连续肝了两天的AI开发，罗尧心累，决定停下来。
罗尧的身体在高效的休息之下倒是不觉得疲劳，反倒是心理上的疲劳。
和棋类AI不同的是，在电竞中产生的随机性事件比较多，而且策略的组合多到让人头皮发麻。
罗尧的理解是，至少现在来看，电竞AI就目前来看，是比棋类AI更难开发的。
棋类AI学习套路和范围相对单一，只需要运算速度足够，就能把对手所有的下子策略都列举出来，随后根据对手的下子来不断的做排除法，最终把子下来最佳的位置。
而人脑的运算速度，显然不如电脑的，而当人脑的计算失误，棋类AI的机会就来了。
如果让罗尧这个脑子里自带个来自未来超级AI的人去和现在的AI下棋，那他敢保证能把现在的棋类AI打出屎。
然而，电竞AI就不同了。
AI去操作角色，细节的操作上，是几乎不可能出现错误，关键是在对局中的各种策略。
出装、资源获取与利用这些游戏的可能性，倒是能够有明确的数据，但这种数据是及其海量的，比棋类游戏多太多，真正在对局的时候，人通常是不按套路出牌的。
当人类用跨越性的思维的时候，对AI是一种降维打击。
所以策略这种玩意儿，对于AI来说略微玄幻，是AI难以完全统筹学习的。
跨越性思维，就好像AI天生被设定好的禁区一样，无法进入。
其实按照目前思路开发出来的AI，已经能够满足普通人的训练要求。
然而，要发表在最高级别学术期刊上的论文，这种水平显然是没有什么说服力的。
这种水平的AI，国内的互联网大厂只要集中团队和资源来搞，那应该没什么问题。
论文的优越性就丧失了，尚且可以通过民间科学家般的语言艺术，去水一篇ScI，可这样就不用浪费时间在这个项目上因为只会昙花一现，实用价值丧失。
这种项目不搞也罢，要搞，那就要啃硬骨头。
综合评估下来，现在的AI虽然只是个空骨架，不过可以预见的是，在王者荣耀、吃鸡类游戏、英雄联盟中维持个钻石段位是没有问题的，可要再往高处走就难了。
原因在于钻石以上段位的选手犯错的概率相对较低，而且出装、资源获取和分配的手段相当多样化，各种跨越性思维和出其不意战术的运用，对AI来说都是噩梦。
困境之下，罗尧决定去游戏中找一找思路。
以他现在的
（本章未完，请点击下一页继续阅读）
最新网址：xiashukan.com