<mark id="oztn4"></mark>
0
雷鋒網(wǎng) AI 科技評(píng)論按：上周日，互動(dòng)數(shù)字娛樂AI大會(huì)（AIIDE）2017中的星際爭(zhēng)霸AI競(jìng)賽落下帷幕。這一競(jìng)賽是即時(shí)戰(zhàn)略（RTS）游戲AI比賽中最重要的比賽之一，暴雪、DeepMind和Facebook人工智能研究院等機(jī)構(gòu)也有贊助。兩周的車輪戰(zhàn)中共進(jìn)行了41580場(chǎng)1v1比賽，28個(gè)參賽AI中每?jī)蓚€(gè)之間也平均比賽了110場(chǎng)。
DeepMind 和 Facebook 近兩年在星際爭(zhēng)霸AI研發(fā)上動(dòng)作頻頻，F(xiàn)acebook 也拿出名為 CherryPi 的機(jī)器學(xué)習(xí)AI親自參加了這場(chǎng)比賽，但只以69%的勝率拿到第6名。面對(duì)這樣的戰(zhàn)績(jī)，多家外媒不免對(duì) Facebook 發(fā)出了“雷聲大雨點(diǎn)小”的嘲笑，不過機(jī)器學(xué)習(xí)在RTS游戲中的探索畢竟只是剛剛開始，大可不必心急。
比賽冠軍是一位獨(dú)立參加的星際爭(zhēng)霸愛好者，來自澳大利亞的程序員Chris Coxe，依靠手工編碼、基于預(yù)定義規(guī)則和情境判斷的AI獲得了最高勝率83%，從而獲得冠軍；不僅如此，排名前三的AI都是由獨(dú)立參賽的星際爭(zhēng)霸愛好者開發(fā)的，大多數(shù)排名靠前的個(gè)人參賽AI也都是和Chris Coxe類似的手工編碼、基于規(guī)則的AI。
同時(shí)雷鋒網(wǎng) AI 科技評(píng)論發(fā)現(xiàn)，也有多個(gè)來自中國(guó)的AI參加了這次比賽，除了個(gè)人名義參加的Sijia Xu和他的AI“Overkill”之外，中科院自動(dòng)化研究所更是有三支隊(duì)伍參賽，復(fù)雜系統(tǒng)管理與控制國(guó)家重點(diǎn)實(shí)驗(yàn)室有兩支，一支是在讀博士生朱圓恒、趙冬斌研究員的團(tuán)隊(duì)和他們的AI“Juno”，另一支是唐振濤團(tuán)隊(duì)，他們的AI名為“killall”；還有一支團(tuán)隊(duì)來自智能感知與計(jì)算研究中心，他們的AI“cpac”首次參賽就以71%的勝率拿下了第4名。
智能感知與計(jì)算研究中心“cpac”團(tuán)隊(duì)共有13名成員，開發(fā)這個(gè) AI 用了幾個(gè)月的時(shí)間，其中有新的游戲策略，也融合了部分機(jī)器學(xué)習(xí)功能。根據(jù)他們介紹，他們訓(xùn)練了一個(gè)多層感知網(wǎng)絡(luò)用于在生產(chǎn)隊(duì)列為空的時(shí)候造兵。
在這個(gè) AI 的開發(fā)過程中，他們還一并發(fā)布了一個(gè)新的數(shù)據(jù)集 MSC（Macro-management in StarCraft），論文署名為在讀博士生武慧凱、副研究員張俊格、研究員黃凱奇。
MSC 基于暴雪今年開放的 SC2LE 平臺(tái)，作者們?cè)谡撐闹斜硎具@個(gè)平臺(tái)的好處是有目前為止最大的replay數(shù)據(jù)集、這些replay的質(zhì)量更高格式更標(biāo)準(zhǔn)，而且 SC2LE 還有官方的支持和積極的更新。
MSC 數(shù)據(jù)集的目標(biāo)是提供預(yù)定義的、根據(jù)特征分割過的replay，用于游戲中宏觀操作（比賽策略&“大局觀”，Macro-management）的訓(xùn)練和評(píng)估。SC2LE中現(xiàn)有的replay雖然數(shù)量很多，但是沒辦法直接用來學(xué)習(xí)和測(cè)試；MSC則把replay過濾、解析、采樣、提取操作特征，并形成訓(xùn)練、驗(yàn)證、測(cè)試三個(gè)數(shù)據(jù)集，就可以供研究人員方便地訓(xùn)練模型，數(shù)據(jù)集自身也就成為了公開、標(biāo)準(zhǔn)的模型對(duì)比手段。
MSC基于 CS2LE 的80萬場(chǎng)replay中已經(jīng)公開的約6萬4千場(chǎng)，按照上圖中的流程進(jìn)行處理，形成三個(gè)數(shù)據(jù)集。在預(yù)處理中剔除了過短、APM（每分鐘操作數(shù)）過低以及選手的MMR（比賽積分）過低的比賽。
除了數(shù)據(jù)集之外，論文中也一并提出了一個(gè)基準(zhǔn)模型，展示了在全局局面評(píng)估和單位建造預(yù)測(cè)任務(wù)中的表現(xiàn)；其它游戲策略、序列建模、不確定性建模、不平衡數(shù)據(jù)集學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、規(guī)劃和樹搜索等RTS游戲中常出現(xiàn)的子任務(wù)也可以從這個(gè)數(shù)據(jù)集中受益。
詳細(xì)內(nèi)容和數(shù)據(jù)集請(qǐng)參見原論文和項(xiàng)目地址
論文地址：https://arxiv.org/abs/1710.03131
項(xiàng)目地址：https://github.com/wuhuikai/MSC
雷鋒網(wǎng) AI 科技評(píng)論報(bào)道。
