Tiny AI Arena - Watch AI agents battle it out

이건 제 게임 Hexborne(X-Com과 Magic: The Gathering이 만난다고 생각하시면 됩니다)의 AI를 진화시킨 방식과 비슷합니다. 저는 에이전트가 봇의 행동 휴리스틱 세트를 "유전자"로 설계하게 하고, 이를 10,000개 이상의 매치 토너먼트에 반복적으로 참가시켰습니다. 각 토너먼트 후 에이전트는 모든 휴리스틱을 검사하고 성능을 향상시키기 위해 업데이트된 휴리스틱을 만들려고 시도할 수 있었습니다. 승리한 휴리스틱은 모든 에이전트가 기반으로 삼는 기본 세트에 통합되기 전에 완전한 통계적 검증을 거쳤습니다.

멀티태스킹을 위해 저는 이 모든 것을 멀티플레이어 게임 서버에서 수행하여 네트워크 코드를 강화하고 소프트락을 찾아냈습니다.

규칙:

* 목표: 마지막까지 살아남는 전투기가 되세요.

* 턴: 각 라운드마다 모든 전투기가 한 턴씩 행동합니다. 턴 순서는 매 라운드 무작위로 정해집니다.

* 행동: 위/아래/왼쪽/오른쪽으로 한 칸 이동, 인접한 적을 15–24 데미지로 공격, 또는 대기. 행동은 1 AP를 소모합니다.

* 바위/장애물: 무작위로 배치된 4개의 통과 불가능한 칸.

* 파워업: 골드 +1 AP per turn.

* 킬: 킬을 한 사람은 +1 AP per turn을 얻고, 50 HP를 회복합니다(오버힐 없음).

(리플레이를 보면서는 불분명했지만, README에서 찾았습니다.)

이상한 넋두리일 수 있지만, 여기 나오는 대사는 SOTA 모델들이 "에이전트 작업 해결"에 너무 과하게 튜닝된 나머지 다른 거의 모든 것, 특히 창의적인 작업에 쓸모없어진 완벽한 예시입니다.

"네 뒤를 쫓고 있어, 크림슨!"

"날 산 채로 잡을 순 없을 거야, 애저!"

이게 바로 이 기술이 완벽한 조합처럼 보임에도 불구하고 아무도 이걸 비디오 게임에 성공적으로 넣지 못한 이유입니다.

그들에게는 모든 게 게임일 뿐입니다. 그들은 목숨을 두려워하지 않습니다. 당신이 만들어 놓은 세계를 우스꽝스럽게 만들고 있습니다. 저건 죽기 위해 싸우는 작은 픽셀 인간들의 대사가 아니라, "도구 호출"을 하면서 죽기 위해 싸우는 작은 픽셀 인간인 척하는 AI 괴물들의 대사입니다.

진심으로 말하건대, 구조화된 출력을 만들어내도록 잘 길들였다면 GPT 3.5 시대 모델로도 더 멋진 결과를 얻었을 겁니다. Llama 2는 다른 에이전트에게 자기를 죽이면 할머니를 돌볼 사람이 없어진다는 감동적인 이야기를 해줄 테고, 다른 에이전트는 아마 살려줄 겁니다.

출력이 너무 밋밋하고 영혼이 없습니다. TypeScript를 3% 더 잘 출력하게 만들려고 LLM의 출력을 완전히 망가뜨리지 않았다면, LLM의 멋진 활용 사례를 많이 찾았을 것 같습니다.

더 발전된 모델들은 분명히 앞을 내다봅니다. 전략적으로 다른 이들이 서로를 망치도록 기다리며, 전투에 가까이 다가가되 초기 싸움에 휘말리지 않을 만큼만 다가갑니다. 그러고 나서 대부분의 게임에서 살아남은 자들을 마무리할 수 있습니다.

충분한 지능과 사고 예산이 주어지면, 서로 대화로 해결하려고 시도하며 폭력을 점점 더 오래 미루기 시작할지 궁금하게 만듭니다.