<mark id="oztn4"></mark>
0
| 本文作者： 楊曉凡 | 2018-11-24 17:26 |
雷鋒網(wǎng) AI 科技評(píng)論消息，2018 年 11 月 13-17 日，AAAI 人工智能與交互式數(shù)字娛樂大會(huì) (AI for Interactive Digital Entertainment) 在阿爾伯塔大學(xué)舉辦。會(huì)上宣布了一年一度的星際爭(zhēng)霸 AI 挑戰(zhàn)賽結(jié)果；這也是即時(shí)戰(zhàn)略（RTS）游戲 AI 比賽中最重要的比賽之一。
第八屆（2018 年） AIIDE StarCraft AI Competition 星際爭(zhēng)霸 AI 挑戰(zhàn)賽共有 27 支團(tuán)隊(duì)參賽，包括知名機(jī)構(gòu)如三星、中科院自動(dòng)化所、Facebook 等，知名高校如 Stanford University，以及許多獨(dú)立參賽隊(duì)伍。挑戰(zhàn)賽使用 12 臺(tái)計(jì)算機(jī)進(jìn)行了大約 2 星期的比賽。經(jīng)過每個(gè) bot 平均大約 2600 局、每組對(duì)手平均大約 100 局，共 34694 局車輪戰(zhàn) 1v1 比賽之后，三星、Facebook 以及中科院自動(dòng)化研究所分別以 95.91%、90.86%、87.11% 的勝率榮獲前三名。
AIIDE StarCraft AI 挑戰(zhàn)賽自 2011 年起已連續(xù)舉辦八屆，該競(jìng)賽以星際爭(zhēng)霸 1 為載體，以促進(jìn)和評(píng)估用于實(shí)時(shí)戰(zhàn)略游戲（RTS）的人工智能水平為目的。近年來，它更是成為博弈對(duì)抗、強(qiáng)化學(xué)習(xí)、模仿學(xué)習(xí)、多任務(wù)學(xué)習(xí)等乃至通用人工智能算法研究的主要平臺(tái)和工具。由于包括對(duì)手不確定在內(nèi)的信息不完全以及狀態(tài)動(dòng)作空間巨大等問題，使得星際爭(zhēng)霸AI較圍棋AI更極具挑戰(zhàn)性，因此也吸引了包括DeepMind、Facebook、三星、斯坦福大學(xué)、中國科學(xué)院自動(dòng)化研究所在內(nèi)的國內(nèi)外頂尖研究機(jī)構(gòu)投入研究，相關(guān)核心技術(shù)可以廣泛應(yīng)用在金融學(xué)、經(jīng)濟(jì)學(xué)、生物學(xué)、政治學(xué)和軍事等領(lǐng)域。
第三名 中科院自動(dòng)化所，神族 bot 「CSE」
在 2017 年的星際爭(zhēng)霸 AI 挑戰(zhàn)賽中，來自中科院自動(dòng)化所的 AI「CPAC」就以 71% 的勝率獲得了第四名的成績。雷鋒網(wǎng) AI 科技評(píng)論報(bào)道文章請(qǐng)見《中科院自動(dòng)化所拿下星際爭(zhēng)霸 AI 競(jìng)賽第四名，順便發(fā)布了一個(gè)訓(xùn)練 AI“大局觀”的數(shù)據(jù)集》。
今年的比賽中，由中科院自動(dòng)化所智能系統(tǒng)與工程研究中心（CRISE）開發(fā)的神族 bot「CSE」以 87.11% 的勝率獲得季軍。據(jù)了解，該中心為自動(dòng)化所獨(dú)立建制的科研部門，致力于研究博弈對(duì)抗與自主進(jìn)化智能研究，包括感知智能與認(rèn)知決策智能?！窩SE」的作者包括：張俊格、郭瑋、尹奇躍、詹東、王琦瑋、胡益琿、申生奇和黃凱奇。2017年的CPAC也是由該團(tuán)隊(duì)主要人員開發(fā)。
「CSE」使用的種族是神族（Protoss），采用的是規(guī)則和學(xué)習(xí)聯(lián)合驅(qū)動(dòng)的方式。比如何時(shí)采用隱刀偷襲吸納了人類玩家的經(jīng)驗(yàn)知識(shí)；在建造隊(duì)列為空的時(shí)候，「CSE」使用深度學(xué)習(xí)來預(yù)測(cè)待構(gòu)建單位，等等。
第二名 Facebook，蟲族 bot「CherryPi」
相比去年比賽中的 69% 勝率、第六名成績，來自 Facebook 的「CherryPi」今年有了大幅改進(jìn)，取得了 90.86% 的勝率。「CherryPi」首先對(duì)于每個(gè)種族的對(duì)手有 8~13 種預(yù)先準(zhǔn)備的不同的策略，利用比賽是多場(chǎng) 1v1 比賽的特點(diǎn)，它會(huì)根據(jù)與對(duì)手的過往比賽的勝率選擇最優(yōu)的策略。除此之外，它還使用了一個(gè)預(yù)訓(xùn)練的機(jī)器模型，根據(jù)當(dāng)前比賽狀態(tài)估算不同可用策略的勝率，然后在某些狀況下切換為勝率最高的策略。這種切換的設(shè)計(jì)也產(chǎn)生了「混合策略」的效果?！窩herryPi」中使用的機(jī)器學(xué)習(xí)技術(shù)還包括用于繞開障礙物、避戰(zhàn)與放風(fēng)箏的尋路搜索算法、根據(jù)人類數(shù)據(jù)學(xué)習(xí)建筑布置、離線強(qiáng)化學(xué)習(xí)與在線學(xué)習(xí)等?！窩herryPi」也是今年唯一一個(gè)使用了 GPU 計(jì)算能力的 bot。
第一名 三星，人族 bot 「SAIDA」
我們都知道星際爭(zhēng)霸在韓國尤為盛行，自 2002 年來，韓國職業(yè)星際選手陸續(xù)加入了職業(yè)戰(zhàn)隊(duì)，并由包括三星、SK Telecom 等知名公司贊助。「SAIDA」的成功很有可能來自其職業(yè)星際選手的助力。
根據(jù)介紹，「SAIDA」bot 的核心是使用了一個(gè)穩(wěn)定的游戲策略，它會(huì)首先考慮防守，然后在游戲中期伺機(jī)一波帶走對(duì)方。他們認(rèn)為這種策略能應(yīng)對(duì)絕大多數(shù)對(duì)手的策略，弱點(diǎn)也最少。
「SAIDA」也應(yīng)用了一些 AI 技術(shù)。在 UAlbertaBot 的技術(shù)基礎(chǔ)上（下文還會(huì)提到），他們使用了一個(gè)有限狀態(tài)機(jī)來控制單位和建筑。每個(gè)單位和建筑在每種戰(zhàn)局下都有一個(gè)特定的狀態(tài)。并且使用了多個(gè)搜索算法來尋找敵方基地或者可以建造建筑的區(qū)域。
在開發(fā)過程中「SAIDA」還探索了使用 CNN 和編解碼器結(jié)構(gòu)向人類選手學(xué)習(xí)進(jìn)攻時(shí)機(jī)、在局部游戲中用多智能體強(qiáng)化學(xué)習(xí)方法學(xué)習(xí)單位微操，不過這些技術(shù)并沒有添加到此次參加比賽的版本中。
詳細(xì)排名
包含了所有團(tuán)隊(duì)的成績以及詳細(xì)比賽數(shù)據(jù)的官方成績表單如下圖。
作為比賽中勝率最高的 bot，「SAIDA」面對(duì)人類選手的表現(xiàn)如何呢？三星團(tuán)隊(duì)找業(yè)余選手和職業(yè)選手進(jìn)行了測(cè)試，「SAIDA」可以擊敗業(yè)余選手，輸給了職業(yè)選手。不過他們認(rèn)為差距并不大，擊敗職業(yè)選手的曙光就在前方。
主辦方補(bǔ)刀：既然已經(jīng)出現(xiàn)了能擊敗人類的 bot 了，那么未來業(yè)余選手也許再也沒有獲勝的機(jī)會(huì)了也說不定呢……
絕大多數(shù)參賽團(tuán)隊(duì)都使用固定的種族，2016、2017、2018 三年中都僅僅有一支團(tuán)隊(duì)可以「隨機(jī)種族」。顯然單一種族意味著放棄了廣度，可以把已經(jīng)發(fā)現(xiàn)的有效的策略挖得更深，也就更容易取得好成績。2017、2018 年的隨機(jī)種族方案都來自加拿大紐芬蘭紀(jì)念大學(xué)的 UAlbertaBot，今年他們僅以 34.71% 的勝率位列 19 位。基于 UAlbertaBot 然后獲得冠軍的三星「SAIDA」顯然只是借用了技術(shù)，用以實(shí)現(xiàn)自己的策略。
「SAIDA」使用的策略顯然有極大的優(yōu)勢(shì)。根據(jù)挑戰(zhàn)賽主辦方提供的勝率波動(dòng)圖表，在一開始的比賽中「SAIDA」就取得了最高勝率的位置，并一直穩(wěn)定保持到了最后。Facebook 的亞軍「CherryPi」與中科院自動(dòng)化所的季軍「CSE」在剛開始時(shí)有交替波動(dòng)，然后也很快穩(wěn)定了下來。
「CherryPi 」的 GitHub 地址：https://github.com/TorchCraft/TorchCraft
「Locutus」的 GitHub 地址：https://github.com/bmnielsen/Locutus/
雷鋒網(wǎng) AI 科技評(píng)論報(bào)道。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
