人工神经网络
一个最重要的创新：人工神经网络
简单来讲，神经网络意味着理论上它可以学习任何用户动作的映射！
为了介绍一会儿将使用的一些术语，从状态到行动的映射将被称为“策略”。
为了让拳手的神经网络学习策略，AI Arena将采取模拟学习和强化学习。其中神经网络架构存储在IPFS上。
在上图中，神经元之间的连接称为“权值”。当你的神经网络正在“学习”时，所发生的是它正在改变权值的值。
AI Meta Club治理代币AMC已上线土耳其交易所CointTR:据官方公告，AI 元宇宙项目 AI Meta Club 治理代币 AMC 于新加坡时间 6 月 6 日 16:00 在土耳其交易所 CointTR 上线，开盘价为 0.3392 美元，最高价为 10.256 美元，现价 6.83 美元，涨幅 1915%。
据悉，AI Meta Club 是首个实现 AI 文字生成图片的 Web3 项目。因通过 AI 仿声，AI 图片生成、AI 作曲等多项技术结合，为马斯克前女友 Grimes 生成歌曲而知名。[2023/6/6 21:18:59]
权值最终将决定状态如何映射到动作，这意味着我们可以将权值解释为“智能”。
神经网络权值对于每个NFT都是唯一的，并存储在以太坊上。
AI设计机制全攻略
RAI Finance已将团队代币转移至RAI Finance DAO:9月26日消息，跨链交易协议RAI Finance已将团队代币转移至RAI Finance DAO相关钱包地址。
据悉，SOFIP-028提案此前已通过，要求RAI Finance核心贡献者建立一个多重签名钱包，并将团队代币（SOFI）转移到RAI Finance DAO。[2022/9/26 7:21:21]
状态
（1）什么是状态？
状态是环境在某个时间点的表示。它并没有包含所有信息——只包含了其中必要的信息。
例如：研究人员使用屏幕上的所有像素作为状态，让AI计算出像素代表什么。然后根据他们认为对决策过程重要的因素进行人工调试。
AI Arena一再强调其关心的是为所有人提供平等的机会——团队希望奖励能够更多地给予坚持训练AI的用户，而不是奖励拥有更多资源的用户。
BitMax将独家上线xDai Chain:BitMax 交易所将于北京时间4月29日 22:00开启独家上线xDai Chain (STAKE)，并开放STAKE/USDT交易对。
4月28日 21:00 - ?23:00，BitMax用户将获得专属STAKE竞拍权。按竞价由高到低排名，前400名用户将以第400名用户给出的竞拍价为最终价获得拍卖品1000 STAKE。本次竞拍起拍价格为400 USDT，竞拍价格上限为550 USDT。
xDai Chain (STAKE) 充提现已开放。更多活动和交易详情见BitMax平台官网。[2020/4/23]
（2）游戏将使用哪些变量？
下面是状态中包含的变量列表。需要注意的是，AI Arena将使用下标1表示用户自己的AI，下标2表示对手。
此外，竞技场的左边界的X位置为0，右边界的X位置为1。
动态 | 比特币钱包Samourai Wallet研发团队收到10万美元投资:据Coindesk消息，比特币钱包Samourai Wallet的研发团队已获得了第一轮风险投资。该钱包的维护者Katana Cryptographic已收到Cypherpunk Holdings 10万美元的投资。[2019/6/3]
训练
（1）训练概述
这是改变神经网络中权值的过程，以使AI能够起作用。
例如：如果我们在对手面前，我们可能希望我们的战士出击。
有一系列的权值可以实现这一点，训练的重点是让AI学会在特定场景中采取特定的行动。
Fenbushi Digital增持BAI 或成BAIC（佰客云）最大股东:据悉，Fenbushi Digital与BAIC(佰客云)达成深度战略合作协议，将对BAIC公链生态中的项目进行择优投资。同时，将为BAIC提供区块链技术、人才和钱包等区块链基础设施的支持。双方就区块链技术研发、数字资产金融服务和区块链生态布局方面成立联合工作组，全面助推区块链服务实体经济。[2018/5/8]
AI Arena在应用程序中嵌入了以下培训计划：
模仿学习
为了学习如何战斗，你的AI将观察你并学习模仿你的动作。
自我学习
为了学习你无法教给它的技能，你的AI将与自己的副本对抗，以不断提高。
（2）为什么需要训练？
1·随机初始化
首次创建NFT拳手时，神经网络权值也随之生成。一开始它会随机采取行动，因为它不知道在什么情况下应该采取什么行动。
因此为了准备战斗，我们必须训练它，使它学会一个好的作战策略。
2·随机策略
正如上文“神经网络”部分中提到的，从状态到动作的映射称为策略。
换句话说，策略定义了代理在某些情况下的行为方式。在训练之前，NFT拳手还没有学会一个好的战斗策略，所以只是随机行动。
（1）通过观察学习
理解模仿学习的最好方法是想象你是一个师父，你的AI是一个你正在准备战斗的战士。
你用你的人工智能进行搏击，它学习模仿你在特定场景中的动作。
我们正在写一篇关于模仿学习的综合博文，到时候会将其链接到这里。
（2）演示
实际情况：你实际操控的是左边的灰色拳手，而你的AI在右边。你可以测试一些动作，观察AI如何模仿你。
请注意：它不会立即复刻你的动作，因为神经网络需要一点时间来学习，所以在AI学会之前，你可能需要多重复几次你的动作。
为简单演示，目前AI Arena只允许用户使用这些操作：向左跑、向右跑、单拳、双拳和防守。
（1）完美匹配
最完美的拳击搭档就是用户自己。通过自我学习，你的AI总是在不断地挑战自己，不断地改进。
（2）不同的学习范式
通过模仿学习，AI通过观看演示进行学习。在自我学习中，AI像对手一样学习和战斗没有多大意义，因为对手是人工智能本身的克隆。
但是如果没有专家向人AI展示如何战斗，那么它如何学习该做什么呢？——通过奖励。
AI将学会采取给予它更多正向奖励的行动，而减少采取给予它负面奖励的行动。
定制训练
Python环境【正在准备中】
AI Arena计划为玩家引入一个python环境来训练他们自己的模型。
目前，用户仅限于使用团队在应用程序中提供的两种培训方法；但不久的将来，应用程序将可以允许玩家导入其自定义培训模型并上链。
游戏模式探索
战斗
AI Arena目前有两种可用的作战模式：模拟赛和排位赛。除此之外，团队计划在不久后整合另外两种作战模式。
1）模拟赛
玩家可以在对抗竞技场测试他们的拳手来预先训练的AI。在这种模式下将没有任何奖励。
2）排位赛
玩家将让他们的拳手去对抗来自世界各地的拳手。玩家的唯一目标就是努力攀登排行榜，成为竞技场的冠军！
玩家在排行榜上的排名越高，赢得一场战斗的回报奖励就越高。
3）目标
虽然每种战斗模式都有其独特之处，但它们都有一个共同的胜利目标：在指定的时间内消耗对手所有生命值。
链金交易员总结
目前AI Arena尚处在早期，很适合提前埋伏观察。据官方透露，游戏正式版本大概率于明年推出，而今年年末推出的测试版本将只有白名单用户可以参与体验。
白名单用户名额的获取方式是参与团队即将推出的解密游戏，通过游戏后的用户将会被随机选择是否进入白名单。
有兴趣的玩家可以加入他们的Discord尝试体验，大概率后期会有早鸟空投奖励。
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。