世嘉公司在多年前开发的初代索尼克游戏成了AI的实验对象

每个参赛团队需要让自己研发的AI在不同的训练关卡上运行，通过短时间的机器学习，让AI掌握这款游戏的规则和操作方法，并在游戏设计师重新设计的地图上迅速找到最优的通关策略。

OpenAI举办这次比赛的目的，是想验证这样一个观点：强化学习的强泛化性是通往通用人工智能的关键路径之一。举个例子，如果你在《CS：GO》中是一个百发百中的神枪手，那么其他的FPS游戏你可能也会很轻松的上手。但如果你把一个针对《CS：GO》训练的AI直接扔到《守望先锋》里，那么它估计会直接崩溃。

因此，参赛选手需要让AI自己学习游戏的策略和技巧，以便在陌生的地图上自己找到最优的通关方法。

不过这一次，AI们好像聪明过了头。

在研究人员的调试下，AI被告知要优先获得更高的分数(一般通过击杀敌人和拾取金环获得)，同时在仅可能短的时间内到达终点。这样的条件导致了一个奇怪但有趣的结果：AI开始通过寻找游戏内的Bug来更好的完成目标。

就像上面演示的这样，AI控制的索尼克在游戏中找到了一些特殊的“捷径”来让自己更快的达成目标，这些捷径都是通过类似于“卡Bug”的方式实现的。

这样的方式大大出乎研究人员的意料。最开始，研究人员希望AI能通过所提供的人类玩家数据来模仿人类的操作和行为，最终完成游戏目标。

但通过机器学习的人工智能对游戏显然有自己的一套理解，除了在游戏中寻找能让自己快速通关的Bug以外，它们还会做许多在研究人员眼里匪夷所思的事情。

古哥Deepmind AI项目的研究人员维多利亚·克拉科夫纳就搜集了大量像索尼克这样的例子。

比如在一个《海岸赛艇》的小游戏里，AI操纵的船只沉迷于利用Bug不断地撞击奖励目标以达到更高的分数，顺利到达终点这件事已经不在它的计划之内了。