1樓：X槓槓
高延遲的遊戲體驗那麼您說的一定是網遊了，網遊中的延遲影響下AI的指令同步到你的本地端會有延遲確實很影響體驗，但是要說訓練的話既然延遲這麼高每次訓練的資料傳輸會格外的費力或者說有些費力不討好。在延遲高的情況下花很多資源來傳輸訓練資料並不明智，有一點弄巧成拙的感覺吧
2樓：Tang AI
默默想了一會，既然延遲很高證明資料傳輸很慢？那能不能直接接受到玩家的按鍵操作，然後在電腦上進行畫面同步模擬呢？ 就比如，我不需要進行整個畫面的傳輸，只是接受按鍵操作，然後在自己電腦上自動生成動作，實時同步操作。
至於你說的預判動作，老實說難度很大，因為，每個人的習慣是不一樣的（又不是人機），當然，其實還有種方法，把每乙個人的操作當作乙個類，然後不同英雄又分類，這樣可以對每乙個人的英雄進行預判，but你想下這資料多麼巨大，不現實。有這錢，還不如提高下網路設施。正常的神經網路，機器學習演算法，感覺都不是很行，其實大佬可以考慮下邏輯推導，用邏輯進行預判。
3樓：Akira
很多回答已經提到了pvp下的可行性。
其實我想到的是雲遊戲下的可行性，提前預知玩家動作提前傳輸遊戲畫面，可以極大的降低延遲。這也是目前雲遊戲比較大的技術難題。
有哪些利用機器學習方法探索因果關係（causal effect）的工作？
會飛的鯤 目前，因果推理causal inference是很很火的乙個方向。尤其是圖靈獎獲得者，貝葉斯網路之父Judea Pearl的新書 為什麼 the book of why 發表並且被翻譯成中文，這本書用比較通俗的方式介紹了因果的發展。機器學習的N多挑戰也是需要因果的方式來解決。微軟推出了因果...
如何評價 DeepMind推出的利用機器學習診斷三種常見眼疾的新演算法
許塵 效益上來講，技術成熟之後，可以利用機器取代人力，降低成本，畢竟乙個機器交點電費保證運轉就得了，或許還要找個操作員 提高診斷效率。但是，診斷疾病全程由機器來，也不能保證100 正確率，畢竟機器學習只能學習現有的東西，人體還有不被現代醫學所知道的秘密。所以，我覺得，最好的還是，機器與人力相結合，一...
所謂的機器學習，機器為什麼可以學習？
桂能 1.所謂學習，就是讓機器像人一樣去做事 2.這裡的做事，需要形式化一下，就是我們首先要定義乙個任務，比如說0 1分類，那麼任務描述起來就是對於乙個東西 樣例 x我們給他乙個標記0或者1。這就是最簡單的任務了，所以如果形式化就是，我們要找乙個對映f x y 其中y屬於 0,1 3.那麼現在所謂機...