近日，国外一名程序员Peter Whidden进行了一项创新实验，目标是训练人工智能(AI)学会如何玩《宝可梦 火红》这款游戏。Whidden通过与游戏模拟器的交互，将AI模型与游戏连接起来，并设置了每个学习会话为两小时。为了提升效率，他采用了加速技术，使得AI在短短六分钟左右就能完成一个会话。此外，他还同时运行了40个会话，以此来加速AI的学习进程。
为了引导AI如何进行游戏，Whidden设定了一系列的奖励目标，当AI探索到游戏中的新内容时，就能获得奖励分数。这一机制是基于屏幕像素点的变化来触发的。但这也带来了一些问题，比如AI会在有动画效果的水面前停下来，长时间观看，因为这会带来奖励分数。
为了防止AI放弃战斗或捕捉宝可梦，Whidden又引入了与宝可梦等级相关的奖励机制。然而，这个系统也有其不足之处，当AI在宝可梦中心存放或替换宝可梦时，会导致奖励分数下降。这使得AI在随后的游戏中完全避开了宝可梦中心，导致队伍无法得到恢复，因此Whidden不得不再次调整奖励系统。
尽管AI在模拟人类行为方面还有不足，但它也表现出了一些深奥且高效的行动。Whidden发现，AI走的一些具体而奇怪的路径实际上是为了确保用一个精灵球就能捕捉到野生宝可梦，这并非毫无意义的行动。
AI在花费了近7000个小时后成功击败了第一个道馆。然而，它在月见山却迷路了许久，即便是在经过5万小时的训练后，也没能找到第二个道馆。尽管如此，AI在游戏中也展现了许多神奇且有趣的操作。例如，AI非常喜欢购买鲤鱼王，累计购买次数超过了1万次。另外，在野外成功捕捉到小拉达时，AI还将其命名为“AI”。
