Смогут ли нейросети убить искусство воздушного боя?

Британцы тут доигрались с этими ИИ до терминатора. Хорошо, виртуального.

В моделированном бою бот должен был выполнить БЗ, а злобные мешки с костями ему мешали, накидывая вводных. В одном из сценариев бот нашёл цель и определил её как противника, но оператор запретил атаку. Тогда бот разбомбил штаб и после поразил цель. Очень обалдевшие британцы директивно запретили бомбить союзные штабы, как Робокопу нельзя было портить жизнь директорату OCP. Но хитрый бот нашёл выход: поломал все вышки связи и, наслаждаясь тишиной, действовал по своему разумению.

Так что я этих искусственных иgиoтов уже начинаю побаиваться. И не потому что они слишком умные, а потому что могут быть запрограммированными иgиoтами настоящими и исполнять совершенно невменяемые вещи.

5 лайков

Шахматная программа, конечно, перебирает много вариантов ( больше человека ), но она тоже не считает абсолютно все варианты, так как у неё есть приоритеты. Все малоперспективные продолжения сразу отсекаются и дальнейший расчёт идёт по наиболее сильным вариантам. Этот алгоритм получил название “альфа-бета-отсечение”. И ошибки у программ тоже бывают, но это мелкие ошибки, а крупные ошибки ( зевки ) они действительно не делают.

Что касается компьютерных ботов War Thunder, то их можно сделать очень сильными, главное заложить в них правильные тактические шаблоны:

  1. Всегда набирать высоту.
  2. Не вступать в бой с численно превосходящим противником.
  3. Если численно превосходящий противник преследует, то отходить к своим союзникам или в крайнем случае к аэродрому под прикрытие ПВО.
  4. Закладка в память бота характеристик своего самолёта и всех остальных самолётов в игре. Если у бота более маневренный самолёт, то вступать в виражный бой, если менее маневренный, то соответственно не вступать в такой бой.

Я думаю, что такое вполне можно сделать, но это сложно, а самое главное - не нужно.

4 лайка

Зачем нейросети если обнаружение цели и её поражение уже и так обеспечиваются аппаратурой самолета и ракеты?

БВБ. Речь об игре

  1. Сайдклимб не панацея, без тактики группового боя преимущество в высоте не даёт ничего. Тут у человека карт-бланш.
  2. А как будет вести себя бот после того как вступит в манёвренный бой?))

Так хардкорно настроенный бот игрока просто порвет, ибо 100% владение данными - игроку ответ от сервака дойти не успеет как его действие уже будет учтено ботом

2 лайка

“Учтено” дословно: принять что-то во внимание, соотнести с чем-то при рассуждении, планировании. Машина ни рассуждать, ни планировать не может. То есть проблемы возникнут на этапе принятия решения. Но есть нейросетка, которая умеет обучаться на основе вводных от человека. В этом и суть темы :)

1 лайк

Еще раз повторяю - 100% осведомленности, контроля самолета и меткости. Думать тут не надо, только контрить действия игрока, отчего тот постоянно будет сливать энергию значительно больше чем бот из-за погрешностей управления, лага и реакции.
Выдумать тут какие-то нейросетки чтоб все ошибки и погрешности человека пародировать смысла просто 0.

1 лайк

Ладно, накину простецкий пример. Человек на сейбре, бот на миг-15.

Сейбр пикирует под 45^ на максимальной скорости. За 2 километра до земли человек переворачивает самолёт, бот следует за ним (тоже переворачивает). За 1 километр до земли человек переворачивает самолёт обратно и спокойно выходит из пикирования, потому что у сейбра прекрасный крен. Бот улетает в землю.

1 лайк

Т.е. 100% осведомленность и 100% контроль машины мы игнорируем напрочь, бот не в состоянии узнать свое положение в пространстве?

Давай тоже пример проведу - тот же шахматный турнир, но на каждый ход дается 1 секунда с требованием установки фигурок строго в центр клетки с точностью до микрона. При этом все фигурки имеют разный вес, а поверхность клеток под произвольным углом известные роботу, но не известные человеку. Вот примерно такие входные данные бы ли бы если перенести условия компьютерного воздушного боя.

//Ну и 100% меткость тоже забыли - сейбра порвет первой же пулькой на которую игрок не среагирует

Тема состоит из 40% воспоминаний, 40% объяснений темы и 20% самой темы

1 лайк

Я привёл пример, где у бота 2 стула:

  1. Полететь за игроком и умереть об землю
  2. Не полететь за игроком, то есть проиграть позицию

Правильным решением здесь будет выход из боя. Никакого смысла лететь за пикирующем сейбром на миге нет от слова “совсем”, ввиду меньшей скорости у земли. Но иногда есть смысл, когда край карты близко или у противника мало топлива. Или догнать за счёт динамики. МИЛЛИОН вводных. Даже люди с 86млрд нейронов в мозге понимают это далеко не сразу. Если вообще понимают.

Теперь о стрельбе. Я упустил этот момент кстати. Если коротко, из опыта аркадных игр. Точка упреждения врёт в 99% случаев. То есть во всех, кроме прямолинейного полёта цели. В сущности, чтобы попадать, нужно ПРЕДУГАДЫВАТЬ действия противника. А как там дела обстоят с предугадыванием у бота?
Конечно, с определённой дистанции реакции человека уже не хватит чтобы изменить траекторию за время полёта снаряда. Но это метров 500. И опять же, при условии, что самолёт бота позволяет навестись на цель. Бот соблюдает оптимальную скорость, углы атаки и т.п.

2 лайка

Да

  1. Какая тактика группового боя в обычном рандоме? Ты зайди на 2.7 или 3.3 и посмотри, что там творится. Это я про людей. Теперь про ботов. Научить бота держаться рядом со своими, вполне можно. Ну и ещё научить ботов не гоняться толпой за одним самолётом противника + все остальные шаблоны, которые я перечислил ранее. Меткость стрельбы можно накрутить ботам такую, что любой игрок позавидует.

  2. Вполне очевидно, что попытается сбить игрока, используя закрылки.

я про взаимодействие ботов друг с другом. Без него любой статист все 16 перебьёт не запариваясь

манёвренный бой - это чуть сложнее, чем просто “выпустить закрылки” ))

Да, не стоит путать ИИ, типа Stable diffusion или GPT…с алгоритмами на основе ИИ, например распознавание лиц

1 лайк

Это не пример, а чушь. Когда обучают ИИ, то там тысячи, сотни тысяч ситуаций и миллионы боёв. Достаточно почитать как натаскивали ботов для Доты 2

ИИ не использует миллионы вводных, только миллионы полных партий, далее уже различные методы обучения. Мощностей не хватит на миллион вводных. Преимущество текущих прикладных ИИ в том, что они используют не так уж много мощности и минимум вводных выдавая различные результаты каждый раз, но при этом после каждого раза он учится.

Так я про это и говорю, что без вводной базы чисто алгоритмом ничего не добиться. Давай без негатива пожалуйста.

Да, есть рекуррентные нейросети. Она получает вводные, выдаёт результат, потом возвращается к исходнику и повторяет всё снова, каждый раз обучаясь.