OOPS DOTA NEWS / DOTA 2 · AI

သုတေသန · အဆင်သင့်သုံးနိုင်သည့် ဂိမ်းအကူမဟုတ်သေး

Dota 2 ထဲက AI: ရန်သူက ဟီးရိုးကို ဘယ်အချိန်မှာ မြင်သလဲဆိုတာ Dota2-Vis လေ့လာနေ

လိန်းပေါ်မှာ ပေါ်လာတာနဲ့ ရန်သူကို သတင်းအချက်အလက် ပေးလိုက်ပြီ။ Dota2-Vis သုတေသီတွေက ပွဲဗီဒီယိုတွေထဲက ဒီလိုပေါ်လာမှုတွေကို တိုင်းတာဖို့ ကွန်ပျူတာအမြင်နည်းပညာကို သုံးထားတယ်။ ဒီပရောဂျက် တကယ်ဘာလုပ်နိုင်သလဲ၊ ကိုယ့်ရီပလေးကို အခုတင် ဘယ်မေးခွန်းမေးကြည့်နိုင်သလဲဆိုတာ ကြည့်ကြမယ်။

သုတေသန အပ်ဒိတ်
ဝဘ်ဆိုက်ပေါ်က အကြောင်းအရာ
ရင်းမြစ်များ စစ်ဆေးထားသည်
Dota 2 ထဲက AI: ရန်သူက ဟီးရိုးကို ဘယ်အချိန်မှာ မြင်သလဲဆိုတာ Dota2-Vis လေ့လာနေ
AI အကူအညီဖြင့် ဖန်တီးထားသော OOPS DOTA ၏ မူပိုင်သရုပ်ဖော်ပုံ။ ဂိမ်းထဲမှပုံ သို့မဟုတ် Dota2-Vis ပရိုဂရမ်၏ပုံ မဟုတ်ပါ။ ပုံရင်းမြစ် ↗
အချက်အလက်များ / တရားဝင်ရင်းမြစ်များ

အတည်ပြုထားသောအချက်များ

  • PUCPR အဖွဲ့က TI2025 ပွဲ 144 ပွဲကို လေ့လာထားတယ်။ နှစ်ဖက်စလုံးရဲ့ မြင်ကွင်းကနေ တစ်ပွဲလျှင် ဗီဒီယိုတစ်ခုစီ၊ စုစုပေါင်း ဗီဒီယို 288 ခုဖြစ်တယ်။
  • YOLO11l detector က မီနီမက်ပ်ပေါ်က ကစားသမားအိုင်ကွန်တွေကို ခွဲခြားသိရှိတယ်။ အဲဒီတွေ့ရှိချက်တွေကို သုံးပြီး ရန်သူဘက်က ဟီးရိုးကို ဘယ်အချိန်မြင်ရသလဲဆိုတဲ့ ဂရပ်တွေ ဆွဲထားတယ်။
  • စစ်ဆေးသည့်နေ့အထိ စာရေးသူတွေရဲ့ README မှာ ကုဒ်နဲ့ ဒေတာဝင်ကြည့်ရန် လမ်းညွှန်တွေကို နောက်မှထုတ်ပေးမယ်လို့ ပြောထားဆဲဖြစ်တယ်။
မူရင်းရင်းမြစ်များ ဖွင့်ရန် ↓
01 / နောက်ခံအကြောင်းအရာနဲ့ ကျွန်တော်တို့သုံးသပ်ချက်

AI က ဘာကို အတိအကျတိုင်းတာတာလဲ

သုတေသီတွေက အသင်းတစ်သင်းချင်းစီရဲ့ မြင်ကွင်းကနေ ပွဲကိုကြည့်တယ်။ မြေပုံအပြည့်ပေါ်မှာ ဟီးရိုးရှိတဲ့နေရာနဲ့ ရန်သူရနိုင်တဲ့ အချက်အလက်က မတူဘူး။ Fog of War၊ သစ်ပင်တွေနဲ့ မြင်ကွင်းအကျယ်အဝန်းက ဘာကိုမြင်ရမလဲဆိုတာအပေါ် သက်ရောက်တယ်။ ဒီပရောဂျက်က ရန်သူ့မီနီမက်ပ်ပေါ်မှာ ဟီးရိုးပေါ်လာမှုကို လေ့လာတာဖြစ်ပြီး ကစားသမားရဲ့ ရည်ရွယ်ချက်ကို ဖတ်နေတာမဟုတ်ဘူး။

0
02 / နောက်ခံအကြောင်းအရာနဲ့ ကျွန်တော်တို့သုံးသပ်ချက်

လိန်းပေါ်မှာ ပေါ်လာတိုင်း အမှားမဟုတ်

အသင်းက မြေပုံတခြားပိုင်းကို ယူနေချိန်မှာ ကယ်ရီက ရည်ရွယ်ချက်ရှိရှိ လိန်းကို တွန်းနိုင်တယ်။ ဆပို့ကလည်း အန္တရာယ်များတဲ့ ခရိပ်လှိုင်းကို ရှင်းဖို့ တစ်ခါတလေ ကိုယ့်ကိုယ်ကို ပြတတ်တယ်။ ဒါတွေက ကျွန်တော်တို့ရဲ့ ဂိမ်းဥပမာတွေပါ။ မြင်ခံရမှုဂရပ်တစ်ခုတည်းနဲ့ နေရာယူပုံညံ့တယ် ဒါမှမဟုတ် မှန်ကန်တဲ့အကွက်ရွှေ့မှုလို့ သက်သေမပြနိုင်ဘူး။ အသင်းရဲ့ ရည်မှန်းချက်နဲ့ ပွဲအခြေအနေကိုလည်း သိရမယ်။

03 / နောက်ခံအကြောင်းအရာနဲ့ ကျွန်တော်တို့သုံးသပ်ချက်

ဒီအယူအဆကို ကိုယ့်ရီပလေးမှာ ဘယ်လိုသုံးမလဲ

အရေးကြီးတဲ့ ဖိုက်မတိုင်ခင် သေခဲ့တဲ့တစ်ကြိမ်ကို ရွေးပါ။ ရီပလေးမှာ ရန်သူဘက်က မြင်ကွင်းကို ဖွင့်ပြီး ကိုယ့်ဟီးရိုး နောက်ဆုံးပေါ်ခဲ့တဲ့အချိန်ကို ရှာပါ။ ကိုယ့်ကို ဘယ်နေရာမှာ မြင်သွားသလဲ၊ အဲဒီနောက် ဘယ်လမ်းသွားမယ်လို့ ခန့်မှန်းနိုင်သလဲ။ ကစားသမားရနိုင်တဲ့ အချက်အလက်အစား အရာအားလုံးမြင်ရတဲ့ ပွဲကြည့်သူမြင်ကွင်းကို မသုံးပါနဲ့။

ပြီးရင် ပြင်ဆင်ချက်တစ်ခုကို ရွေးပါ။ လမ်းကြောင်းပြောင်းတာ၊ သတင်းအချက်အလက်စောင့်တာ ဒါမှမဟုတ် လိန်းထွက်ချိန်ပြောင်းတာမျိုးပါ။ ဒါက OOPS DOTA အယ်ဒီတာအဖွဲ့ရဲ့ လေ့ကျင့်ခန်းဖြစ်တယ်။ ပရိုဂရမ်ကို စမ်းသပ်ပြီးပြီ၊ MMR တက်တာကို သက်သေပြပြီးပြီလို့ ကျွန်တော်တို့ မဆိုပါဘူး။

04 / နောက်ခံအကြောင်းအရာနဲ့ ကျွန်တော်တို့သုံးသပ်ချက်

မေးလေ့ရှိတာ: အဆင်သင့်သုံးနိုင်တဲ့ နည်းပြကို အခု ဒေါင်းလုဒ်ဆွဲလို့ ရပြီလား

အများပြည်သူအတွက် အပြည့်အဝ ထုတ်ပေးထားပြီလို့ ကျွန်တော်တို့ အတည်မပြုနိုင်သေးဘူး။ စာတမ်းမှာ dataset ကို ရယူနိုင်တယ်လို့ ရေးထားပေမဲ့ repository ရဲ့ README မှာ ကုဒ်နဲ့ ဝင်ကြည့်ရန်လမ်းညွှန်ကို နောက်မှထုတ်ပေးမယ်လို့ ပြောထားဆဲဖြစ်တယ်။ ဒါကြောင့် သုတေသနလင့်ခ်ကို ကိုယ့်ပွဲတွေအတွက် အဆင်သင့်သုံးနိုင်တဲ့ အက်ပ်လို့ မယူဆသင့်ဘူး။

05 / နောက်ခံအကြောင်းအရာနဲ့ ကျွန်တော်တို့သုံးသပ်ချက်

မေးလေ့ရှိတာ: ဒါက OpenAI Five ရဲ့ အဆက်လား

ဒါက တခြားပရောဂျက်ပါ။ 2019 မှာ OpenAI Five က ကန့်သတ်စည်းမျဉ်းတွေနဲ့ ကစားခဲ့တဲ့ သမိုင်းဝင်စမ်းသပ်ပွဲမှာ OG ကို 2:0 နဲ့ နိုင်ခဲ့တယ်။ Five က ဟီးရိုးတွေကို ထိန်းချုပ်ခဲ့တာဖြစ်ပြီး Dota2-Vis ကတော့ ဗီဒီယိုတွေထဲက မြင်ခံရမှုကို လေ့လာတာပါ။ အရင်စမ်းသပ်ချက်ရလဒ်က ယနေ့ခေတ် chatbot ရဲ့ စွမ်းဆောင်ရည်ကို ဖော်ပြတာမဟုတ်ဘူး။

မူရင်းရင်းမြစ်များ

မူရင်းထုတ်ဝေမှုတွေနဲ့ ထုတ်ဝေသည့်ရက်စွဲများ။ စစ်ဆေးပြီး ၂၀၂၆ နိုဝင်ဘာ ၆.

← ရော့ဒျာရဲ့ ဗီဒီယိုကဏ္ဍသို့ ပြန်ရန်

မရှင်းတာတွေ လျော့သွားမယ်။ အဖြေတွေ ပိုရလာမယ်။