Algoritma Yang Menguasai 'Pong' Sekarang Unggul di 'Flappy Bird', Masih Lajang

Memperbaiki metode pembelajaran mendalam yang dirintis Pong, Space Invaders, dan game Atari lainnya, mahasiswa ilmu komputer Stanford University Kevin Chen telah menciptakan sebuah algoritma yang cukup baik pada side-scroller klasik 2014 Flappy Bird. Chen telah memanfaatkan konsep yang dikenal sebagai "q-learning," di mana seorang agen bertujuan untuk meningkatkan skor hadiahnya dengan setiap iterasi bermain, untuk menyempurnakan permainan yang hampir mustahil dan membuat ketagihan.

Chen menciptakan sistem di mana algoritmanya dioptimalkan untuk mencari tiga hadiah: hadiah positif kecil untuk setiap frame yang dibiarkan hidup, hadiah besar untuk melewati pipa, dan hadiah yang sama besar (tapi negatif) untuk mati. Karena termotivasi, apa yang disebut jaringan deep-q dapat mengungguli manusia, menurut laporan yang ditulis Chen: "Kami berhasil memainkan permainan ini." Flappy Bird dengan belajar langsung dari piksel dan skor, mencapai hasil manusia super."

Makalah Atari asli, diterbitkan pada tahun 2015 di Alam, datang dari perusahaan DeepMind milik Google (sekarang terkenal karena penguasaannya atas board game Cina kuno Go). Prestasi DeepMind adalah terobosan dalam hal itu membutuhkan informasi visual - atau pixel, setidaknya -, dan, dengan input minimal, mampu memaksimalkan hadiah. Sistem penghargaan semacam itu telah disamakan dengan respons dopaminergik otak, yang disederhanakan.

Ini bukan pertama kalinya suatu algoritma menaklukkan burung yang mengepakkan sayap: Kelas sebelumnya dari mahasiswa ilmu komputer Universitas Stanford menciptakan sebuah program yang, ketika dilatih semalam, nilainya meningkat dari 0 pipa yang dilewati menjadi 1.600.