AI Arena เป็นเกมที่ซับซ้อนซึ่งรวมเอาเทคนิคการเรียนรู้ของเครื่อง (machine learning) ขั้นสูงเข้าไว้ด้วยกัน เพื่อฝึกฝนและปรับปรุงโมเดลนักสู้ (fighter) ผู้เล่นสามารถเลือกระหว่างโมเดลประเภทต่างๆ ซึ่งแต่ละประเภทมีข้อดีและความท้าทายที่เป็นเอกลักษณ์ เกมนี้เน้นการรวบรวมและประมวลผลข้อมูลเชิงกลยุทธ์เพื่อเพิ่มประสิทธิภาพของนักสู้ ทำให้ผู้เล่นจำเป็นต้องเข้าใจและใช้การตั้งค่าและโหมดต่างๆ ที่มีอยู่
เรามีโอกาสได้พูดคุยกับผู้ชนะการแข่งขัน All-Star Invitational และตัวแทน G3 อย่าง Ixtlanian เพื่อขอคำแนะนำฉบับเต็มเกี่ยวกับ AI Arena ในการเป็นผู้เล่นมืออาชีพ และสิ่งสำคัญที่คุณต้องทำความเข้าใจก่อนที่จะยกระดับเกมของคุณ นี่คือคู่มือฉบับแรกในซีรีส์ของเรา และเราจะเน้นการแนะนำผู้เล่นใหม่ให้รู้จักกับโมเดล Advanced
โมเดลนักสู้ (Fighter Models)
ใน AI Arena มีโมเดลนักสู้ (fighter model) ให้เลือกสามประเภท:
- Simple - เหมาะสำหรับผู้เริ่มต้นและค่อนข้างเป็นที่นิยม แต่มีข้อจำกัดที่ทำให้ไม่สามารถแข่งขันในระดับสูงได้
- Original - ใช้การเรียนรู้ของเครื่อง (machine learning) และเครื่องมือที่ซับซ้อนสำหรับการปรับแต่ง (fine-tuning) แต่การเล่นเกมอาจท้าทายมาก ตัวอย่างเช่น การแสดงการกระทำในส่วนหนึ่งของแผนที่อาจส่งผลกระทบต่อพฤติกรรมในส่วนอื่นโดยไม่คาดคิด โมเดลนี้เป็นที่นิยมน้อยที่สุด
- Advanced - รวมคุณสมบัติที่ดีที่สุดของสองโมเดลแรกเข้าไว้ด้วยกัน ทำให้สามารถแก้ไขโซนแยกต่างหากได้โดยไม่ส่งผลกระทบต่อส่วนที่เหลือ และมีการตั้งค่าขั้นสูงเพื่อแปลงข้อมูลที่ไม่เหมาะสมให้เป็นวัสดุการฝึกฝนที่เป็นประโยชน์ โมเดลนี้เป็นที่ชื่นชอบของผู้เล่นระดับสูงและจะเป็นจุดเน้นในที่นี้
การเลือกโมเดล Advanced
เลือกโมเดล "Advanced" ก่อนเริ่มการฝึกฝนเพื่อใช้คู่มือนี้ เปิดใช้งานช่องทำเครื่องหมาย "Exponential Memory Updating" เพื่อให้การฝึกฝนล่าสุดมีประสิทธิภาพมากขึ้น ซึ่งเหมาะสำหรับการเปลี่ยนแปลงพฤติกรรมของนักสู้ของคุณอย่างมีนัยสำคัญ
กระบวนการรวบรวมข้อมูล (Data Collection Process)
ช่อง YouTube อย่างเป็นทางการของเกมมีวิดีโอมากมายเกี่ยวกับการรวบรวมข้อมูล นี่คือเคล็ดลับบางประการโดยตรงจาก Ixtlanian:
- ลดช่องข้อมูลที่ว่างเปล่าให้เหลือน้อยที่สุด (Minimize Empty Information Slots): ลดระยะเวลาหยุดชั่วคราวระหว่างการกดปุ่มรวบรวมข้อมูลและการดำเนินการ เพื่อเพิ่มประสิทธิภาพการฝึกฝน
- หลีกเลี่ยงการกระทำที่ไม่จำเป็น (Avoid Unnecessary Actions): ตรวจสอบให้แน่ใจว่าการกระทำมีความชัดเจนและแยกต่างหากในแต่ละสถานการณ์ระหว่างการรวบรวมข้อมูล
การประมวลผลข้อมูล (Data Processing)
เราจะเน้นที่การตั้งค่าขั้นสูงมากกว่าการตั้งค่าแบบง่าย โปรดดูบทช่วยสอนที่มุมซ้ายบนสำหรับคำอธิบายโดยละเอียดเกี่ยวกับการตั้งค่าต่างๆ เช่น “Epochs,” “Batch Size,” “Learning Rate,” และ “Direction and Action Lambda”
เคล็ดลับสำหรับผู้ที่คุ้นเคยกับบทช่วยสอน:
- การตั้งค่าการเปลี่ยนแปลงสูงสุด (Maximum Change Settings): ใช้ค่าสูงสุดสำหรับ “Epochs” และ “Learning Rate” ร่วมกับค่าต่ำสุดสำหรับ “Batch Size” และ “Direction and Action Lambda” สำหรับการฝึกฝนเริ่มต้นเพื่อสร้างพฤติกรรมพื้นฐาน
- ปกป้องข้อมูลที่มีอยู่ (Protect Existing Data): ใช้ค่า “Direction and Action Lambda” สูงสุดเพื่อปกป้องข้อมูลที่มีอยู่ ลดค่า “Epochs” และ “Learning Rate” สำหรับการเปลี่ยนแปลงที่ต้องการในขณะที่รักษาความคืบหน้าปัจจุบัน
- ลบความเบาบาง (Remove Sparsity): การเปิดใช้งานช่องทำเครื่องหมาย “Remove Sparsity” จะลบเซลล์ข้อมูลที่ว่างเปล่าส่วนใหญ่ออก ทำให้การฝึกฝนมีประสิทธิภาพมากขึ้น ซึ่งใช้ 95% ของเวลาทั้งหมด
- การสุ่มตัวอย่างเกิน (Oversampling): ช่วยให้นักสู้แยกแยะและจดจำตำแหน่งและทิศทางที่แตกต่างกัน ตอบสนองต่อการกระทำของศัตรูได้อย่างแม่นยำยิ่งขึ้น โหมดนี้มักใช้ในการฝึกฝนเริ่มต้นเพื่อวางรากฐาน
- หลายกระแส (Multi-Stream): เพิ่มโอกาสในการใช้การกระทำและทิศทางที่มีอยู่ตามสัดส่วน หากได้รับการยืนยันในการฝึกฝนปัจจุบัน อย่างไรก็ตาม อาจส่งผลเสียต่อการกระทำอื่นๆ หากมีการฝึกฝนอย่างเข้มข้นสำหรับการกระทำใหม่ๆ
Buckets
Buckets แบ่งออกเป็นสองประเภท: “On Ground” (บนพื้น) และ “In Air” (ในอากาศ) การกระทำที่แสดงในหมวดหมู่หนึ่งจะไม่ส่งผลกระทบต่อการกระทำในอีกหมวดหมู่หนึ่ง เว้นแต่จะถูกเลือก การแยกนี้เป็นข้อได้เปรียบที่สำคัญของโมเดล Advanced ซึ่งเป็นที่ชื่นชอบของผู้เล่นระดับสูง
Buckets บนพื้น (On Ground Buckets)
- Projectile Active: เปิดใช้งานเฉพาะเมื่อใช้ความสามารถพิเศษและเฉพาะเมื่อนักสู้ของคุณอยู่บนพื้น
- Opponent Stunned และ Opponent Knockback: ทำงานเมื่อคู่ต่อสู้ถูกสตัน (stunned) หรือถูกผลักกระเด็น (knocked back) ตามลำดับ
- Opponent Active: ใช้ในกรณีอื่นๆ ทั้งหมดเมื่อนักสู้ของคุณอยู่บนพื้น รวมถึงตัวเลือกทั้งหมดจนกว่าคู่ต่อสู้จะถูกสตัน (stunned) หรือถูกผลักกระเด็น (knocked back)
Buckets ในอากาศ (In Air Buckets)
- Near Blast Zone, Safe Zone, Under Stage, Side Of Stage: แบ่งพื้นที่อากาศออกเป็นโซนที่นักสู้ของคุณอยู่ โซนเหล่านี้ได้รับการฝึกฝนแยกจากกัน
การตั้งค่าโฟกัสใน AI Arena
หลังจากเลือก BUCKETS ที่จะทำการเปลี่ยนแปลง เราจะย้ายไปยังสิ่งที่นักสู้ของเราควรเน้น ส่วนใหญ่มีการอธิบายไว้ใน Tutorial ภายในเกมด้วย แต่เราจะเน้นที่สิ่งที่ใช้บ่อยที่สุดและให้คำแนะนำเกี่ยวกับวิธีการทำงานร่วมกันในรูปแบบต่างๆ
- การกระทำของคุณ (Your Actions) - การตั้งค่านี้จะจดจำการกระทำก่อนหน้าของนักสู้ของคุณและช่วยให้คุณสร้างลำดับการกระทำได้ ตัวอย่างเช่น คุณสามารถฝึกนักสู้ของคุณให้เตะหัวหลังจากอัปเปอร์คัต (uppercut) ซึ่งไม่ค่อยได้ใช้ ส่วนใหญ่ใช้ในการฝึกฝนขั้นสุดท้าย
- การกระทำของคู่ต่อสู้ (Opponent Actions) - การตั้งค่านี้ช่วยให้นักสู้ของคุณเชื่อมโยงการกระทำของตนเองกับการกระทำของคู่ต่อสู้ได้ ตัวอย่างเช่น นักสู้ของคุณสามารถยกโล่ขึ้นเมื่อศัตรูโจมตี หรือจับศัตรูเมื่อพวกเขากำลังป้องกัน ซึ่งใช้เกือบตลอดเวลาในการฝึกฝนบนพื้นตั้งแต่เริ่มต้น
- ตำแหน่งของคุณ (Your Positioning) - สิ่งนี้ช่วยให้นักสู้ของคุณเข้าใจตำแหน่งของตนเองในพื้นที่เพื่อใช้ทิศทางหรือการกระทำที่ถูกต้อง ซึ่งใช้เสมอในการกลับไปยังแพลตฟอร์มจาก "Side Of Stage" และ "Near Blast Zone" และไม่ค่อยได้ใช้บนพื้น
- ตำแหน่งของคู่ต่อสู้ (Opponent Positioning) - สิ่งนี้ช่วยให้นักสู้ของคุณเข้าใจตำแหน่งของคู่ต่อสู้ ซึ่งไม่ค่อยได้ใช้ในเมต้า (meta) ปัจจุบัน แต่สามารถทดลองได้
- ทิศทางของคุณ (Your Direction) - สิ่งนี้พิจารณาว่านักสู้ของคุณกำลังมองไปทางใดเมื่อเทียบกับศัตรู ซึ่งใช้เกือบตลอดเวลาบนพื้นและใน “Safe Zone” เพื่อไล่ตามศัตรูและพิจารณาว่านักสู้กำลังหันหน้าเข้าหาศัตรูหรือหันหลังให้ศัตรู ซึ่งมักใช้ร่วมกับ "Angle to Opponent" และไม่ได้ใช้สำหรับการกลับไปยังแพลตฟอร์มจาก "Side Of Stage" และ "Near Blast Zone" คำแนะนำ: ใช้สิ่งนี้เพื่อจับศัตรูเฉพาะเมื่อคุณหันหน้าเข้าหาพวกเขา หรือเพื่อทำอัปเปอร์คัต (uppercut)
- ทิศทางของคู่ต่อสู้ (Opponent Direction) - สิ่งนี้พิจารณาว่าศัตรูกำลังมองไปทางใด เช่น เพื่อป้องกันเฉพาะเมื่อพวกเขาโจมตีในทิศทางของคุณ ซึ่งใช้ร่วมกับ "Angle to Opponent"
- มุมต่อคู่ต่อสู้ (Angle to Opponent) - สิ่งนี้กำหนดตำแหน่งของนักสู้ของคุณเมื่อเทียบกับศัตรู และใช้เมื่อการกระทำมุ่งเน้นไปที่ศัตรู ซึ่งมักใช้ร่วมกับ "Your Direction"
- การฟื้นตัวที่เหลือ (Recoveries Remaining) - การตั้งค่านี้ใช้เฉพาะสำหรับการกลับจาก "Side Of Stage" และ "Near Blast Zone" ช่วยให้นักสู้ของคุณเข้าใจว่าพวกเขาได้ใช้เทคนิคใดไปแล้วในการกลับมา เพิ่มโอกาสในการใช้เทคนิคอื่นๆ เพื่อการกลับมาที่สำเร็จ
- ระยะทางแบบไม่ต่อเนื่อง (Discrete Distance) - สิ่งนี้ช่วยให้นักสู้ของคุณเข้าใจว่าพวกเขาอยู่ใกล้หรือไกลจากศัตรู ซึ่งสำคัญสำหรับการต่อสู้แนวตั้งในอากาศและการต่อสู้บนพื้นทั้งหมด ซึ่งใช้เสมอในการฝึกฝน
- ความใกล้กับขอบ (Proximity to Edge) - สิ่งนี้ช่วยให้นักสู้ของคุณเข้าใจว่าพวกเขาอยู่บนขอบของแพลตฟอร์มหรืออยู่ตรงกลาง ทำให้เกิดความหลากหลายในพฤติกรรม ซึ่งสำคัญมากในการเรียนรู้และใช้เฉพาะเมื่ออยู่บนพื้นดิน มักใช้ร่วมกับ "Discrete Distance," "Angle to Opponent," และ "Your Direction"
- คู่ต่อสู้นอกเวที (Opponent Off Stage) - สิ่งนี้ช่วยให้นักสู้ของคุณตระหนักว่าศัตรูอยู่นอกแพลตฟอร์มเพื่อป้องกันขอบได้อย่างมีประสิทธิภาพและป้องกันการกลับมาของศัตรู ซึ่งสำคัญมากในการเรียนรู้และใช้เฉพาะเมื่อนักสู้ของคุณอยู่บนพื้นดิน มักใช้ร่วมกับ "Discrete Distance," "Angle to Opponent," และ "Your Direction"
เคล็ดลับมือโปรจาก Ixtlanian
ในการสร้างนักสู้ที่ปรับตัวได้และคาดเดาไม่ได้ ให้ใช้การผสมผสานโฟกัสที่หลากหลายเพื่อสอนพฤติกรรมเฉพาะในการตอบสนองต่อการกระทำของคู่ต่อสู้ที่แตกต่างกัน แนวทางนี้ช่วยให้นักสู้ของคุณสามารถตอบสนองต่อการเคลื่อนไหวของคู่ต่อสู้ได้อย่างรวดเร็วและแม่นยำ หลีกเลี่ยงการคาดเดาได้และมีความหลากหลายมากขึ้นในสถานการณ์การต่อสู้
วางแผนการฝึกฝนของคุณอย่างรอบคอบโดยกำหนดทักษะเฉพาะที่คุณต้องการให้นักสู้ของคุณเรียนรู้ แสดงการกระทำเหล่านี้ระหว่างการฝึกฝน และประมวลผลข้อมูลด้วยการตั้งค่าที่จะเพิ่มประสิทธิภาพ ตัวอย่างเช่น หากคุณต้องการสอนนักสู้ของคุณให้ทำการอัปเปอร์คัต (uppercut) หรือฟลิปคิก (flipkick) ในอากาศในระยะใกล้ และกระโดดเข้าใกล้เพื่อชกในระยะไกล คุณควรเลือก "Your Direction," "Angle to Opponent," และ "Discrete Distance" การตั้งค่าเหล่านี้ช่วยให้นักสู้ของคุณเข้าใจทิศทางการมองของพวกเขา มุมของพวกเขาเมื่อเทียบกับศัตรู และระยะห่างระหว่างพวกเขา
สุดท้ายนี้ ให้ทดลองและทำซ้ำเสมอ หากผลลัพธ์ของการฝึกฝนไม่เป็นที่น่าพอใจ อย่าบันทึกข้อมูล ให้ระบุว่าเกิดอะไรผิดพลาด ปรับเปลี่ยนการฝึกฝนหรือการประมวลผลข้อมูลที่จำเป็น และลองอีกครั้ง กระบวนการทำซ้ำนี้จะช่วยเพิ่มประสิทธิภาพการฝึกฝนของคุณเมื่อเวลาผ่านไป ส่งผลให้นักสู้มีเวลาตอบสนองและความเกี่ยวข้องที่เหนือกว่า