没人教,AI 玩捉迷藏自己变强
AI从入门到不放弃 · 2026-11-20T01:52:04
OpenAI 在 2019 年做过一个实验,让 AI 玩捉迷藏。 蓝队负责藏,红队负责找。规则只写了输赢,没写任何战术。 一开始两队瞎跑。后来蓝队学会把箱子推到墙角搭堡垒,把自己锁进去。红队被虐之后,学会搬坡道翻墙。蓝队再出一招,把坡道搬走固定住,红队又学会踩着箱子冲浪进去。 整个升级过程没人安排。 蓝队每出新招,红队的训练题就自动变难。红队每破一次防,蓝队又拿到新考卷。两边互为陪练,也互为出题人。研究者管这叫自动课程,约 3.8 亿局才练出来。 代价也真实存在。学到的多是针对眼前这个对手的绝活,换任务未必好使,专门的题只练出专门的答案嘛。 这个思路有新版本。一个叫 Absolute Zero 的工作让模型自己给自己出题再自己解,全程零外部数据,连陪练都省了。 对手换成自己之后还有没有上限,论文里没回答。