Factorio Learning Environment
팩토리오를 학습하는 인공지능 환경에 관한 논문?이다
학교가는데 핫해보여서 간략하게 소개해보려고함
들어가서 pdf 누르면 full paper에 더 자세하게있음
대충 Abstract보면
팩토리오가 복잡하니까 고성능 LLM평가에 쓸거고
고정된 자원으로 task를 수행하는 LabPlay와
오픈된 환경에서 큰 공장을 짓는 OpenPlay
대충 두가지로 벤치마크한다는 내용
LLM을 쓰긴 쓰는데 아직 공간추론 딸리고 자동화 전략 약하다는 내용
보면 환경설정이나 내용도 자세하다 궁금하면 읽어보셈
대충 실험 결과
보면 Claude가 짱이긴함
얘 원래 코딩같은거 잘하기로 유명한데 팩토도 잘함
결론은 조금 짜치긴함
LLM이 아직도 후달림이라서 님들이 생각하는 스런 초살내는 봇은 아직 없음
이 결론임
그래서 중요한건 얘네가 복잡하고 개방적인 도메인 에이전트 연구하라고 평가 프로토콜과 기본 구현있는 Factorio 학습 환경을 오픈 소스 플랫폼으로 준다니까
이런거 관심있는 사람은 대학원오면됨
글레바좀 ai로 짜죠...
그러면 좀 발전하면 사람보다 더 빨리 스피드런도 되겟네? 피지컬은 컴퓨터 절대 못이길테니까
스런 자첸 TAS 같은 느낌으로 고정시드는 가능할 것 같고 저것도 어떻게 잘 연구하면 안되진 않을듯
미친공돌이겜
진정한 공장의 끝은 4차 산업혁명이다 이런거냐 - dc App
눈을 떴구나. 대학원으로 오거라
[AI]논문으로 팩토리오 하기
와 인공 지능이 플레이하는 팩토 봐보고싶다 ㅋㅋ 알파고처럼 랭커들이나 개발진도 상상못한 훨씬 효율적인 방법을 찾을까봐 기대됨
스파게티존나복을듯
모드 만들어주는 ai도 나왔으면
자원 끌어모아서 한방향으로 메인버스 <- 이거만 빨리하면 되는데 ai의 의미가 크게 있나? 자원연결하는정도 말고는
아무 지식도 없는 상태에서 메인버스를 추론할수 있느냐, 그과정을 우리가 해석 가능하냐가 관건임
LLM을 응용하는 레벨을 넘어서 강화학습 기반으로 사람이 생각 못한 최적화를 해낼 수 있을 지도 모름 근데 그걸 사람이 보고 써먹을만 하느냐는 별개의 문제. 슈퍼 스파게티가 나올지도 몰러
마지막줄 결론이 잘못됐는데?
오...실제로 되긴 한다는건가?
긍가 결론은 아직 팩토리오 같은 게임을 할 수 있을 정도로 고도화 된 이해력이 없다 이건가