Відео

어떠한 용도로 사용하나요?

로컬 PC 게임으로 상대해보는 거죠.

@@MayfleetTube ua-cam.com/video/Ca93gq1p7IA/v-deo.html 이것은 슈네일 이며 AI vs 인간 게임을 하기 위해 만든 프로그램입니다 대부분 ai는 여기서 쉽게 계속 해서 대전을 할 수 있고 래더 게임도 할 수 있어요 개발이나 다른 용도로 실험이 아니면 이 슈네일 정도면 충분한데 다른 맵 더 필요한 용도가 있으면(예로: 유즈맵 AI개발) 가장 아래에 있는 방법으로 설치해주시길 바랍니다 ( 다만 아직 하오팬 몬스터 드래곤 등은 구버전 이며 다른 대부분 AI는 주기적인 업데이트를 받습니다) 요걸로 부족하면 저한테 직접 하오팬 몬스터 구버전을 받는 방법 뿐이 없어요 혹은 하오팬 개발자에게 직접 신버전을 부탁하거나 슈네일 쪽 업데이트 여부를 물어보는 방법입니다 schnail.com/#/introduction (슈네일 링크로 바로 가기) ua-cam.com/video/S4-TXv6jZFs/v-deo.html

아, 저는 이미 몇 년 전에 SSCAIT에서 받은 AI와 요새 AIIDE에 업데이트 된 것만 하다가 Monster, Hao Pan은 은 갑자기 궁금해졌는데 받을 데가 없길래 물어본 겁니다. CH마이너 채널에서 소개된 것은 SSCAIT가 다운되었기 때문에 의미가 없는 것 같습니다. 슈네일은 슈네일 클라이언트 없이 실행할 수도 있는 EXE 등을 받을 수 있는 건가요? 아니면 지금은 저 두 개만 구버전이라도 따로 얻어도 상관이 없어서요.

@@MayfleetTube 제 영상대로 설치 후 실행하면 간단하게 대전도 가능하고 래더 게임 및 핫키 변경까지 지원하여 리플레이 데이터도 클라우드로 넘어가 사람 게임을 조금은 개발자가 연구하는 방향성도 좋습니다 백신을 끄고 자바 및 슈네일 클라이언트 설치 후 불 필요한 점 없이 원 버튼이면 다양한 ai대전이 가능해서 추천 드렸어요 위에 적힌 하오팬 몬스터 드래곤을 제외한 대부분 AI는 계속 최신 업데이트 지원을 받아요 천 번째 링크를 클릭 후 영상을 시청해주세요 간단한 로그인 설치면 불필요한 요소 없이 원 버튼 클릭이면 대전이 가능해서 훨씬 편하고 이미 수 천명이 사용중에 있습니다 ua-cam.com/video/Ca93gq1p7IA/v-deo.html (슈네일 다운로드 사용법) schnail.com/#/introduction (슈네일 링크로 바로 가기)

네 시청해주셔서 감사합니다!

schnail.com/#/downloads 회원 가입 후 백신 끄고 다운 받아주시면 됩니다 자바도 최신 버전으로 다운 받아주세요 ua-cam.com/video/Ca93gq1p7IA/v-deo.html 이건 상세 설명 영상이에요

아 답변주셔서 감삽합니다 한번 해봐야겠어요

시청해주셔서 감사합니다~

아마 캐릭터를 너무 부각 시켜서 그렇게 느껴지는거 아닐까요?

그것도 PC에 절여진 몇몇 빅스피커 중에 몇몇일 뿐이지 거의 대부분의 게이머들은 동양이든 서양이든 게임에서는 이쁘고 섹시한 여캐, 멋지고 덩치 큰 남캐 좋아합니다.

@@VFORable 인정합니다ㅋㅋ

댓글 감사합니다 사운드를 더 정밀하게 조절할 필요가 있겠네요 앞으로 많은 신작 게임 및 게임 공략을 올릴 예정입니다ㅎㅎ

일단 영상에서 말한 예측은 제가 보기에 아마 그럴 수 있다는 생각하여 말했을 뿐 확실하다 할 수 없습니다 왜냐면 바나나 브레인을 오랜 시간 알고 관찰한 사람 입장으로 말하면 바나나는 일꾼을 보호하기 위해 부대 유닛이 따라 댕기고 보호를 안 합니다 또한 모든 ai는 언덕에 드라군이나 유닛을 활용해 입구를 막는 플레이를 하는 ai또한 없습니다 지극히 사람만 하는 플레이 생각이죠 좀 더 말하면 초 중반 본진 입구 막는 것 또한 코드를 넣어서 하는 거지 ai스스로 판단해서 나오는게 아니며 역시 상황을 보고 입구를 막는 행동을 하는 ai는 없다는 점을 풀어 설명한거에요 바나나는 아마 영상은 오래전 시청자 분 덕분에 제 분석한 결과 4분53초 쯤 옵저버를 통해 우연히 벌처 이동을 확인했고 7시 방향으로 올 가능성이 있다고 생각해서 저런 행동을 취한 걸로 분석됩니다 완전 예측은 아니며 그냥 예상을 통한 행동을 한 것 뿐입니다 허나 이게 ai는 이러한 예상을 한 방어 또한 특히 바나나는 방어를 안 하는 ai이기에 가끔만 볼 수 있는 행동은 맞습니다 실제로 부대 병력을 피해 우회 하는 벌처 공격에 바나나는 거의 대응을 안 하는 ai로 알려져 그 방법만 사용하면 매우 이기기 쉬운 ai입니다 또한 방어를 안 하는 이유는 사람이랑 게임을 안 하기에 ai에 맞춰서 개발하고 개발 소스 또한 ai데이터만 이용하기에 언덕에 드라군을 놓으면 끝이라는 지극히 사람이 생각하는 방법은 일관된 생각일 뿐입니다

ua-cam.com/video/S4-TXv6jZFs/v-deo.html 이건 직접 ai 다운 받아 실험 해보기 적절해요 ua-cam.com/video/Ca93gq1p7IA/v-deo.html 요건 가볍고 편하게 ai와 플레이어가 대전하는 전문 소프트웨어 분들이 만든 머신러닝 봇을 모아둔 런처입니다 일부는 구형 버전이고 최신 AI 버전은 오직 제 영상으로만 컨텐츠로 올립니다 다운로드시 반드시 백신을 꺼주세요 바이러스로 오진하는 경우가 있어서

​@@인피니트-i9z감사합니다!

그 반대여서 프로토스는 AIㅎㅎㅎ 일단은 연습용으로 적당 해요 대기업이나 소프트웨어 쪽 AI 쪽 전문가들이 오랜 시간 연구해서 만든 머신 러닝 AI입니다 다운로드 출처 남깁니다 schnail.com/#/downloads AI끼리 대전한 명경기 남겨 봅니다 추천하는 영상이에요 정말 화려하고 신박한 빌드 구축한 게임 ua-cam.com/video/AofUXQBhPes/v-deo.html

@@인피니트-i9z 감사합니다 안그래도 회원가입중이었어요ㅎㅎ

@@아콘칼라잇 아참 백신 끄고 다운 받아주세요 바이러스 오진 일어나는 경우가 있어요

재밌게 시청해주셔서 감사합니다 일단 많은 게임을 관찰하고 학습 변화 보기 드문 행동 혹은 정말 멋진 명경기 위주로 영상을 가져 옵니다 해당 영상 또한 마찬가지고요 일단 이들은 ai와 게임을 하며 사람이 아닌 ai 전략에 맞춤 행동 전술 모든 것이 오로지 ai에 취중 되어있어요 당연히 ai 게임은 그들끼리 게임을 하기에 혹은 개발자가 손 보고 강화 학습 일종에 로직까지 손 보기에 모든 것은 ai끼리 만들어져요 그렇기에 이런 연출 멋지고 잘해 보이는? 상황을 연출하지만 사람처럼 다양한 생각을 하는 존재도 아니며 대응력이 떨어지기에 아직은 멀었다고 생각합니다 솔직한 의견 생각을 정리해 적어주셔서 감사합니다 여담으로 딥 마인드는 엄청난 컴퓨팅 비용을 사용해 무려 4년 넘게 스타 2 ai를 만들었고 그게 알파고 제로를 상회 하는 버전 이였다 합니다 라이브 게임은 아니고 비공개 연습 게임에서 나름 잘하는 게이머 마나가 선수를 5:0 이겼습니다 물론 비공개죠 그 당시 알파고는 동일 조건이 아닌 완전한 비 카메라 시점 맵에 해당하는 모든 것을 관찰하고 컨트롤이 가능한 버전으로 이겼습니다 근데 중요한 점은 프로가 비공개 게임이라 상대적 준비가 덜 되어있었다는 점입니다 또한 ai가 뭔지도 전혀 모르는 입장이고 이들보다 대단한 컨트롤로 당시 절대 이길 수 없는 상성 적인 유닛 전략으로 이겼습니다 그리고 라이브 게임에선 본격 1200년을 넘게 학습한 본래 비 카메라 시점 알파고를 뛰어넘은 카메라 시점 알파고가 출전했고 그 게임에서 마나가 선수의 정말 평범한 차원 분광기 불멸자 떨구기에 반복 적인 회군을 반복하며 이길 수 있는 추적자 타이밍을 놓쳐 정말 허무하게 패합니다 이것으로 뭘 알 수 있냐면 그냥 아무리 대단한 딥 마인드가 만들어도 ai는 그냥 ai 사람이랑 별개 논리를 가졌기에 이들을 보고 따라하거나 사람처럼 멋지고 다양한 전략을 시도하는 e스포츠 화는 어렵죠 다만 ai 서로 간 최적화된 명경기 혹은 아주 가끔 이상한 전략도 나오기에 좋은 경기가 생각보다 자주 나옵니다 그런 재밌는 영상을 가져와 이전 게임과 차이점이 돋보이는 독특하고 신기한 빌드를 보여 줄려고 해요 요건 독특한 전략을 사용한 추천 영상이에요 ua-cam.com/video/eLXmoePrpHY/v-deo.html ua-cam.com/video/kyitbntnRvA/v-deo.html ua-cam.com/video/qHukQpW8aRY/v-deo.html ua-cam.com/video/zVTlgmOiPLg/v-deo.html ua-cam.com/video/Gb9rf2Q-dBM/v-deo.html ua-cam.com/video/ftL-Ucq-obc/v-deo.html

좋은 분석 감사합니다 하지만 저는 이 ai를 무려 수 년간 지켜본 사람이라 행동 특성을 전부 알고 있고 바나나는 적 유닛이 보이기 전까진 특정 매크로에 위치합니다 홀드 포지션으로.. 그렇게 만들어 졌고 다른 게임도 본 결과 이러한 경우가 나온 경우는 없고 특정 상대에게 일부 딥러닝 게임으로 관찰되어 평가를 내린거에요 심지어 이 이후 계속된 업데이트 버젼도 딱히 이러한 경우는 없었습니다 다만 아주 간혹 드랍이나 특정 공격 위치를 간혹가다 예측하는 경우 게임이 아주 간혹 나왔고 그렇기에 이렇게 평가를 내린거에요 좋은 분석 감사합니다

ua-cam.com/video/Ca93gq1p7IA/v-deo.html 설치 지침 schnail.com/#/introduction 다운로드 링크 들어가서 회원 가입 후 로그인 후 백신 끈 이후 위 부터 제 설명대로 다운로드 하세요 다만 일부 ai는 구버전이라 조금 약할 수 있어요 ㅎㅎ 제가 올리는 영상은 항상 최신 버전입니다. 그리고 아래는 추천 영상 입니다 ai 최신 빌드 및 가장 아래는 사람 vs ai 명경기를 뽑아봤어요 ua-cam.com/video/zX_GQyoS1Ks/v-deo.html ua-cam.com/video/uPTf2wGb764/v-deo.html ua-cam.com/video/2UYfz-6q5xc/v-deo.html

나름에 중수 이상은 됩니다 애초에 고인 게임이라 평가 자체가 상대성이라ㅎㅎ ua-cam.com/video/etjcMDAnmtc/v-deo.html 이분은 외국 bsl 대회 참여하신 래더 2200이상 래더 s 진짜 아마고수 vs ai 대결 영상입니다 추천 영상이니 한번 보세요

네 일꾼만 사용하게 한 AI입니다 때에 따라 비합리적인 대상은 메카닉 빌드를 사용합니다.

크라시 제로 드래곤 tscmoor이 바이오닉을 잘 사용합니다

결론부터 말하면 프로가 이겨요 현재 스타1 ai는 래더 S 2200점을 7판4선승 이긴 기록이 있습니다 또 프로를 종합 4번 이긴 기록이 있고요 하지만 이걸 사람 기준 래더2200점 수준 혹은 프로를 이겨보았다고 프로 수준이라 보기 어렵습니다 좀 더 정확히 설명하려면 ai와 인간의 차이점을 알아 봐야 해요 이들 ai는 알파고 같이 수천 에이전트를 시뮬레이션 하여 빠르게 수백 수천 년 학습하는 그러한 시스템이 없어요 그건 오직 구글 딥 마인드만 가능합니다 또한 사람은 빨리 배우고 약점을 금방 찾아버리죠 ai는 그게 힘들어요 ai가 사람 약점을 파해 치기 어렵고 계속해서 동일 행동을 수십 번 이상 반복해야 합니다 어떤 사람이 그럴까요? 요점은 선형적인 강화 학습 만을 사용하기에 게임 안에서도 배우는 인간은 이기기 힘들어요 또 ai끼리 대전 데이터만 사용하기에 ai특성과 다른 사람을 이기긴 더더욱 어렵습니다 (이들과 전혀 다르기 때문에) 더구나 상대가 프로면 이길 일은 없어요 단 판 전 혹은 3판 2선 룰에 프로가 ai원리 특징을 전혀 모를 경우만 10~30퍼센트 정도 ai승리 가능성이 있어 보이네요(모를 경우만) 이걸 사람 기준으로 생각해보면 ai는 변화 상황 혹은 변측 적응과 대응이 오랜 시간이 걸립니다 또 특정한 지형을 세밀하게 분석하기 어렵죠 또한 꾸준히 사람 게임 데이터를 가지고 계속해서 부분적인 강화 학습 그마저 학습이 불가한 부분은 수동적 개선을 해줘야 합니다 어떤 개발자가 그렇게 꾸준하고 성실하게 개선할까요? 그나마 바나나 개발자는 사람 데이터를 활용하여 꾸준히 개선을 하지만 다른 ai 개발자는 사람 게임 학습이 어려운 조건이 많아 잘 시도 안 합니다 이러한 모든 문제를 전부 해결해 만든 알파스타 또한 결국은 인간을 이길 수 없었다고 합니다 결국 가짜 뉴런 네트워크는 사람의 진짜 800억개가 넘는 뉴런을 가진 뇌기능을 따라가지 못하는 반복 회로에 불과하다는 결론이죠 종합해서 정리하면 1 빠른 자체 학습 시스템이 없다 2 사람은 너무나 변화무쌍하고 금방 적응하고 배우기에 학습 데이터로 활용하기 어렵다 3 고전적이고 선형적인 스타 학습 기술에 한계가 있다 4 이걸 극복 하려면 래더 게임 전체를 학습이 가능한 시스템을 구축해야 하는데 현재는 어렵다 5 블리자드 지원을 통해 모든 래더 게임을 학습이 가능한 시스템을 구축한 알파 스타도 결국 인간 게임을 이해하지 못해 수천 년을 컴퓨터 끼리 학습하였고 생산과 뛰어난 컨트롤을 통해 결국 프로를 최초로 이겼지만 나중에 사람이 약점을 찾아내면서 수천 년 학습한 컴퓨터를 사람은 금방 약점을 찾아 이겼다 합니다 그 말은 최고 기술을 사용한 알파 스타도 프로를 이길 수 없다는 결론이 나옵니다. 만약에 다 전재로 계속해서 프로를 이길 수 있는 AI가 등장하면 그건 가장 큰 혁명입니다.

@@인피니트-i9z 감사합니당 😀😃

@@인피니트-i9z머신러닝 관련지식을 알고있으니 더욱 이해가 되는 부분이네요 ㅎㅎ

@@인피니트-i9z 스타1 알파스타는 못이겼지만 스타2 알파스타는 프로 상대로 압승을 거뒀다고 들었습니다 저그 프로게이머 중에서 최고라고 불리우는 세랄과 알파스타 p 프로토스와의 대결에서 무려 10대 1로 알파스타가 완승했다고 들었습니다 자세히 들은건 아니지만 아마 어느정돈 맞을겁니다 알파스타가 완승한 이유는 학습능력 보단4차관 점멸추적자가 매우컸죠 프로게이머가 학습을 하여 어케막는다 한들 ai의 점추 컨을 따라잡지 못했을거거든요 개인적으로는 ai가 프로을 학습능력으로 이길순 없어도 컨트롤 차이로 이길수는 있다고 보네요

제가 뒷부분에 말한 내용이 스타2 알파 스타 이야기입니다 점추 컨트롤 당시는 평균 apm만 제한하고 최대치 제한이 안 걸린 상태 또한 모든 맵 유닛 상황을 한번에 보고 컨트롤이 가능한 지금 스타1 ai하고 비슷한 조건입니다 프로 상대로 최초 승리 후 화면 이동 방식 정도 사람과 동일 조건으로 세팅 한 수천 년 학습한 알파 스타를 래더 게임에 몰래 투입 시킵니다 매우 높은 승률을 기록했지만 GSL을 뚫을 수 없는 수준이라고 합니다 중요한 건 컴퓨터인지 몰라 일반적인 플레이만 사람이 했다는 거죠 이건 컴퓨터를 평가하는데 중요한 부분입니다 AI인 걸 인지해야 사람이 약점을 찾기 때문이지요 물론 이건 딥러닝 특성상 상대성으로 강하기에 평가하긴 어렵긴 합니다 그러나 신경망이 덜 발달하여 사람이 다양한 전략을 찾아서 공략하면 대응이 힘들다는 문제입니다 컴퓨터니 당연하다면 당연하지요 또 해당 개발자들은 사람처럼 다양한 전략 전술을 원하는데 단순한 물량 자원 수집 압도적 생산 컨트롤을 바탕으로만 게임을 하므로 더는 발전이 없어 개발을 임시 중단하였습니다 실제로 외국 유튜버 들이 올린 알파 스타 래더 게임 수준을 보면 잘하지만, 전혀 영리하지는 못합니다 사람이 못 이길 이유가 없죠! 예로 알파 스타는 래더 게임에서 프로게이머한테 대부분 패하였습니다 정석이 아닌 대부분 전략적인 플레이였죠 무엇보다 그랜드 마스터 달성 후 그마에선 승률이 높았지만, 오히려 다이아 유저에게 가장 낮은 승률을 기록했습니다 이유가 무엇일까요? 예로 들어보죠 알파 스타 그는 인간 프로를 점멸 추적자로 승리하기 전 고작 하드 ai를 98프로 승률로 이기는 수준입니다 인간 프로는 하드 ai 7:1을 가볍게 이기는데 비해 턱없이 어이없는 수치죠 이것은 사람의 두뇌를 따라 올 수 없다는 증거입니다 또한 실제 개발 당시 사람 래더 게임으로 학습이 어려워 컴퓨터 끼리 학습하였습니다 이유는 사람이 하는 다양한 전략 복잡한 행동을 극히 일부만 이해했다고 합니다 간단한 의료선 이용 정도.. 애초에 딥 마인드 목적은 인간 수준 법용성을 키울 수 있냐는 문제니까요 최근 딥 마인드 쪽에서 알파 스타 게임 영상을 보여준 적이 있습니다 알파 스타..여전히 잘해 보이지만 가끔 이해 불가 할 정도로 멍청합니다 제가 하고 싶은 말은 결국 인간을 뛰어 넘을 수 없습니다 컨트롤은 제한을 풀 수록 당연히 뛰어나지만 진짜 뇌만큼 지능 적이지 못합니다 다양한 전략 즉 사람 같은 플레이를 발했고 이것이 딥 마인드가 개발 중단한 이유입니다

그러게요 저번 영상에서 제가 프로브 채굴에 관한 부분을 지적했습니다 요버전이 최근에 업데이트된 8월 버전인데 이 8월 업데이트 이후 자주 저렇게 미네랄 채굴을 안 하는 모습이 종종 보입니다 정확한 이유는 저도 잘 모르겠네요.

그걸 고려해서 일부로 1시간 후로 예약했는데 유튜브가 점점 느려지네요 고작 18분인뎀..

ua-cam.com/video/S4-TXv6jZFs/v-deo.html 해당 방법을 가장 자세히 설명해준 영상입니다.

시스템이 기계적으로 잡혀 있는 봇이라 위험한 (성큰) = 전투는 비효율 적이기에 소프트웨어를 정밀하게 조절하여 위협적인 대상 사거리를 피하게 거리 값을 잡아 위험지역을 피하고 바깥에 있는 드론을 노리는 행동을 취하고 있습니다 과거 상위 ai는 대부분 상성 효율이 극대화된 유닛이나 방어타워는 소모하면 비효율적이라 저렇게 안전한 전투를 하게 시스템을 잡아 둔 봇이 많았고 요즘 봇은 소모 값 효율성을 강화 학습시켜 언제 비효율 상황에서도 소모를 해야 하는지 대부분 봇이 알고 있어요 그래서 바나나 혹은 몬스터 등 모두 효율적 소모와 비효율적 소모전을 각 에이전트에서 일어나는 상황적 시뮬레이션과 경제 등 여러가지를 고려해서 시도합니다 저런 행동이 구시대적 퇴보함을 뜻 하는게 아니고 단순 개발자 성향이 다르기에 저것이 효율적이라 생각해서 그대로 둔 겁니다 테란은 어차피 탱크가 있어 방어타워를 소모없이 파괴하니까요.

@@인피니트-i9z 답변 주셔서 감사합니다 각 상황에 맞는 대응을 할 수 있게 프로그래밍을 여러가지 값으로 주기 어렵나 보군요

간단히 설명하면 각 AI 별로 대전을 통해 합리적인 빌드 선택을 하고 또 학습 후 천천히 개선합니다 이들은 적어도 실시간 스트리밍을 통해 수백 번 이상 대전을 하고 또 각자 AI 데이터를 가져가 따로 연구 개선 강화 학습 등을 시도합니다 즉 서로 간 데이터가 있기에 상대 AI에 합리적인 빌드 선택 행동 최적화 등 모든 부분이 달라질 수 있습니다 데이터가 없기에 동일 빌드 사용을 할 수 있고 또 AI가 플레이어분 상대로 최적의 빌드라고 생각했을 수도 있고요 계속 그러면 다른 AI하고 대전 시켜보세요 그런데도 같은 빌드만 사용할 경우는 오류입니다 오류가 아닐 경우는 더 많은 게임을 하면 다른 양상도 나옵니다 ai는 상대에게 가장 합리적인 과정을 선택하기에 동일하게 할 경우가 있습니다 예로 스팀 해머가 100가지가 넘는 빌드를 사용하는데 저한테는 주로 4개 정도 전략 루틴을 사용합니다

@@인피니트-i9z 헉 감사합니다 빌드 자체가 완전히 달라지는지라 다른 버전이 존재하나 했는데 그런방법이.. 일단 스타더스트전부터 200번씩 돌려야겠네요 감사합니다!

​@@0728swoo 네ㅎㅎ 200번 까지는 돌릴 필요 없지만요 이유는 좀 자세히 설명하면 이전 데이터를 바탕으로 빌드 행동 양식을 선택해요 대부분 매크로가 많이 들어가 일부 행동은 일정한데 특정한 상황을 이해하면 그 매크로 또한 매크로 매니지먼트 딥러닝 기술로 학습 후 변경합니다 또 빌드는 개발자가 원리 공식을 넣어 어느정도 학습시킨 빌드를 넣어줍니다 그러나 이 빌드를 일정치 만큼 수행하면 상대에 대응하는 약간에 빌드 개선을 합니다 이것은 완전 딥러닝 기술은 아니고 로직을 바탕 if문 공식을 따릅니다 이러한 공식 원리 내에선 자가학습으로 어느정도 빌드 교정을 수행하지만 공식에서 다른 완전 다른 빌드는 수행하기 힘들어요 예로 스타더스트는 완전 째는 생더블 이런거는 없고 시작은 무조건 게이트 러쉬 빌드로 시작합니다 이것을 베이스로 잡고 프리하게 코딩하면 스스로 학습해서 게이트 빌드를 수행합니다 예로 베이스가 게이트 공격 원리를 잡을 경우 1게이트~7게이트 질럿 혹은 질 드라군 러쉬 상대 대전을 통해 가장 합리적인 최적화를 정하고 언제 테크 혹을 멀티를 가져갈지 수행합니다 1게이트 코어 2게이트 1게이트 코어 2 ~ 4 게이트 사이 공격을 하며 언제 멀티를 먹을지 정하던지 그러한 선택을 학습하지만 역시 원리 공식에서 크게 달라지긴 힘들고 간혹 알고리즘 자체가 진화하지만 그 과정은 정말 오래 걸려 200판 까진 돌릴 필요 없습니다 근데 200번 까지 돌린다는 농담도 하시고 저 만큼 봇에 관심 있군요ㅋㅋ

@@인피니트-i9z 스타더스트는 이미 깃으로 클론받아서 대강 구조는 알고있었는데 몬스터는 그런게 없어서 빌드가 다 정해져있나 했었어요 ㅋㅋㅋ 200번까지야 안돌리겠지만 bwapi.ini파일만 수정해도 연속으로 돌아가는건 자동이니 돌리는건 무리없을것 같네요 대신 학습 데이터파일을 날리면 좀 슬플거같은..ㅋㅋㅋㅋㅋ 저도 봇에 관심이 있는지라 가끔 봇들로 asl처럼 16강 리그도 돌려보고 시간나면 직접 봇도 만들어보려고 이것저것 오픈소스 봇들을 열어보고 있어요 ㅎㅎ 스팀해머 기반으로 개발해볼까 생각중입니다 ㅎㅎ

​@@0728swoo 오 개발까지 염두에 두고 있군요 스팀해머는 가장 많은 파생 봇을 만들어 기반이 좋습니다 참조 이것은 한국인이 만든 봇 기본적인 머신러닝 학습 테스트 영상입니다 ua-cam.com/video/l0mGZavkyBo/v-deo.html ua-cam.com/video/Z7HFYQPxOrI/v-deo.html

네 서로 간에 데이터를 통해 학습 및 개선을 하고 전혀 패치를 안 하는 AI도 반복적인 대전을 통해 상대 플레이에 맞추고 적응해 나갑니다.