近日国外一位程序员peter whidden对ai模型进行了长达5万小时的训练，试图教ai如何玩《宝可梦 火红》。
whidden让ai通过模拟器上的控制输入与游戏进行交互，并将学习会话设置为每次游玩两个小时，他还通过加速让ai在六分钟左右完成，甚至还同时运行40个会话，从而加快了ai的学习过程。
由于ai算法本质上并不在意如何通关游戏，因此whidden设定了奖励目标，每当ai发现新东西时就能获得奖励点。这是利用屏幕中像素点变化来触发的，不过这也导致ai会长时间盯着有动画效果的水面发呆。
而与新事物有关的奖励机制，也令ai选择放弃战斗或抓捕宝可梦，whidden为此添加了与宝可梦等级相关的奖励机制。但这一系统也导致了意外，ai在存放和替换宝可梦时会让奖励分数下降，因此在之后的行动中ai完全避开宝可梦中心，使得队伍得不到治疗，whidden不得不再次调整奖励系统。
虽然ai不擅长人类行为，但也做出了更加深奥的行动，whidden意识到ai走出具体且奇怪的路径，其实是为了保证只需扔出一个精灵球就能捕获野生宝可梦，并非是无意义的行动。
不过ai在花费7千个小时击败第一个道馆后，却在月见山迷路许久，耗时5万小时后还是没能找到第二个道馆。但ai也贡献了许多神奇操作，比如ai最喜欢购入鲤鱼王，累计购买超过1万次；在野外抓捕到小拉达时，将其命名为“ai”。
以上就是ai耗时7千小时通关《宝可梦》首个道馆的详细内容。