في عالم الألعاب المعقدة، يكمن التحدي في كيفية اتخاذ قرارات سريعة وفعالة، خاصة في الألعاب التي تعتمد على معلومات متضاربة مثل ألعاب الورق القابلة للجمع. تأتي لعبة Legends of Code and Magic (LoCM) لتسجل حدثاً مثيراً في هذا المجال، حيث تبلغ حالة المعتقدات فيها حوالي $2^{101}$.

من اجل التغلب على هذا التحدي، اعتمد بطل LoCM، ByteRL، على تقنيات اللعب بدون بحث. ومع ذلك، أظهرت دراسات سابقة أن تقنية التعداد الصوتي القائم على البحث قد تكون غير قابلة للاستخدام بسبب العدد المهول لحالات المعتقدات. فهل يمكن أن يكون هناك طريق آخر؟

لقد أجرينا تجارب لقياس الخصائص الثلاث التي تحدد متى تصبح عيوب البحث غير الصوتي غير مكلِّفة نظريًا، ووجدنا أن LoCM تقع في المنطقة المواتية. بانطلاقنا من تقنيات التعلم بالتقليد من اللاعب الذي حصل على المركز الثاني، NeteaseOPD، قمنا بإنشاء شبكة تغذية أمامية تقوم على السياسات والقيم.

عبر هذه الاستراتيجية، واستنادًا إلى أخذ عينات من العوالم المستندة إلى مجموعة أوراق الخصم، استطعنا أن ننافس ByteRL ونحقق نسبة انتصار بلغت 51.35%. وقد أظهرنا أن البحث لم يكن مجرد عامل ثانوي في هذه المعركة؛ إذ أن وكيلنا حقق نسبة 26.8% من دون بحث، ولكن بإضافة تقنيات البحث، ارتفعت هذه النسبة بأكثر من 24.6 نقطة.

تظهر هذه النتائج أن البحث غير الصوتي يمكن أن يكون له تأثير إيجابي في الألعاب ذات المعلومات غير الكاملة، مما يوفر لنا وكيلًا أقوى وأقدر على التحمل. في نهاية المطاف، أثبتنا أن تقنيات الهجوم إلاستجابي يمكن تطبيقها لتوسيع دائرة الاحتمالات وتحدي حتى أنجح اللاعبين.

استعدوا لمزيد من المفاجآت المثيرة في عالم الذكاء الاصطناعي، حيث سيستمر البحث والتطوير في دفع حدود ما هو ممكن!