Test des bots avancés EN DIRECT dans le mode normal

 

L'intelligence artificielle n'en finit plus de faire des progrès aujourd'hui. Et après avoir battu les humains aux échecs, au jeu de Go, etc... Il est temps pour elle de s'attaquer à League of Legends...

 

 

Aujourd'hui, nous allons sélectionner aléatoirement des parties normales pour tester notre nouvelle IA de bots avancés. Vous pouvez vous attendre à ce que ces bots ultra-perfectionnés soient extrêmement réalistes et, grâce à des techniques d'apprentissage artificiel avancées, capables de développer des personnalités et des styles de jeu distincts. Merci de jouer au meilleur de votre niveau car ils apprendront vos schémas de jeu en temps réel.

 

Les pénalités d'abandon s'appliquent toujours, nous vous demandons donc d'éviter tout ragequit. Vous recevrez un icone exclusif si vous jouez à l'une de ces parties jusqu'à son terme avant le 2 avril 2017 à 23h59. (Cela peut prendre plusieurs semaines avant qu'il apparaisse sur votre compte.)

 

Veuillez garder à l'esprit que les bots avancés sont toujours en phase de test alpha et qu'à ce stade, leur comportement peut être imprévisible. Nous vous remercions pour votre patience, soyez assurés que nous faisons tout pour corriger les bugs. Si vous souhaitez en savoir plus au sujet de nos bots, consultez notre dev blog ici (Ou lire la suite de l'article).

 

 

Si l'on repense à la victoire d'AlphaGo sur Lee Sedol il y a un an, il est clair que l'IA du jeu a beaucoup progressé depuis que nous avons implémenté l'IA actuelle de nos bots. Nous sommes curieux de savoir jusqu'où il est possible d'aller grâce aux réseaux d'apprentissage artificiels dans LoL.

 

Nous voulions que l'IA soit capable de sélectionner des champions, qu'elle puisse prendre des décisions stratégiques en jeu, et qu'elle dispose de règles d'apprentissage uniques pour chaque champion. Nous avons abordé le problème selon une hiérarchie à principes convolutifs qui compresse un réseau de pointeurs à sélection spike-and-slab. Il est parfois difficile de calculer l'intelligence d'une IA, mais, d'après nos approximations réalisées via une régression dictionnairique à vecteur creux des facteurs QRS dans la structure de transport, nous pensons que ces bots pourraient rapidement atteindre un QI de 200.

 

Les bots sont conçus pour apprendre des joueurs en temps réel. C'est pourquoi nous effectuons des parties de test dans les files PvP plutôt qu'en mode Coop vs IA : nous voulons que les bots aient le comportement le plus réaliste possible en PvP. Nous avons créé un icone exclusif pour récompenser les joueurs qui participent à ces parties (et les terminent) avant le 2 avril 2017 à 23h59. (Cela peut prendre plusieurs semaines avant qu'il apparaisse sur votre compte.)

 

Pour le moment, nous avons déjà pu voir des comportements très intéressants : des bots avancés utilisant parfois des emotes après une élimination, des provocations ou des tentatives de ruse face à l'ennemi. Les bots ont même développé des personnalités et des styles de jeu spécifiques, probablement dus à des mutations de phénome dans les expressions de Markov des individus en raison d'une rétropropagation des combinatoires résultant des graphes acycliques orientés.

 

Mais comment fonctionne tout cela ? Je ne suis pas un expert, mais le concept de base réside dans un processus d'apprentissage supervisé qui accepte des séquences d'inputs constituées de chaînes de blocs réelles (mais sous transformation inversée de Fourier) générées via un non-guttering synthétique. La démodularisation des valeurs de Craighton par rapport à la stabilisation de variance gauche a produit des résultats intéressants dans les transepts planaires qualifiés et non qualifiés.

 

L'équipe a initialement connu quelques difficultés avec la convexité de type gamma inhérente à la structure des neuralités centrales qui inhibent l'amplification des nœuds-P sinusoïdaux, mais elle est parvenue à limiter efficacement le problème grâce aux pilotes de filtre intégrés. À l'avenir, l'équipe projette de migrer toutes les équations de Chebyshev utilisées pour calculer les coefficients de Gringel en temps réel afin d'adopter l'approche mécanique plus efficace des Z-wells infinis.

 

J'espère que cet article résume bien les choses. Merci de votre participation aux tests de bots avancés qui commencent aujourd'hui.