Bagaimana otak belajar dari cara Anda bermain?

HandyAI Games melatih jaringan saraf kecil di ponsel Anda lewat tiruan cara bermain, permainan mandiri, dan umpan balik jempol—tanpa cloud.

Tiga guru, satu otak

Otak di HandyAI Games bukan lawan yang mengikuti skrip, melainkan kebijakan nyata yang terus belajar saat Anda bermain. Ia belajar melalui tiga cara: tiruan, yaitu meniru cara Anda menghadapi situasi; permainan mandiri, yaitu berlatih sendiri; serta umpan balik langsung, ketika Anda menilai pilihannya. Setiap sesi yang Anda_main sekaligus menjadi sesi pelatihan baginya, apakah Anda menyadari pelajaran itu atau tidak.

Tiruan 먼저 mempelajari kebiasaan Anda

Pada awalnya, otak ini sebagian besar hanya mengamati. Ia memperhatikan bagaimana Anda mendekati papan permainan—saat Anda bermain aman, saat Anda mengejar jalur berisiko, dan cara Anda memulihkan diri setelah kesalahan—lalu membentuk gaya awalnya berdasarkan gaya Anda. Hal ini membuat otak yang baru terasa menyenangkan untuk dilawan, karena geraknya terasa familier: dalam arti tertentu, itu adalah gerakan Anda sendiri yang dipantulkan kembali.

Permainan mandiri mengerjakan PR

Tiruan saja akan membatasi otak pada tingkat keterampilan Anda, jadi ia juga berlatih sendiri. Putaran permainan mandiri membuat kebijakan mencoba jalur yang tidak pernah Anda tunjukkan dan mempertahankan yang berhasil. Di sinilah otak mulai mengembangkan sifat-sifat unik yang tidak Anda ajarkan—saat ia membuat langkah yang mengejutkan Anda, pelatihan telah melampaui peniruan dan memasuki tahap penemuan.

Jempol ke atas, jempol ke bawah

Guru ketiganya adalah Anda sendiri, yang berperan sebagai kritikus, bukan pemberi contoh. Saat otak membuat sebuah langkah, Anda dapat menilai langkah itu, dan sinyal jempol ke atas atau jempol ke bawah itu langsung mengarahkan kebijakan. Ini adalah cara tercepat untuk memperbaiki kebiasaan buruk tanpa melatih ulang dari nol—beberapa penilaian yang tepat sasaran dapat mengoreksi perilaku yang mungkin tidak terkoreksi oleh ratusan permainan pasif.

Kecil sampai bisa dibaca

Otak-otak ini sengaja dibuat kecil—kebijakan linear dan small-MLP yang dapat diinterpretasikan dari keluarga HG-Net-S, dengan ukuran yang cocok untuk dilatih di ponsel, bukan di pusat data. Keuntungannya adalah transparansi: karena kebijakan tetap ringkas, jurnal keputusannya dapat menunjukkan langkah mana yang dipilih dan mengapa. Anda sedang membesarkan pemain yang benar-benar dapat Anda periksa.