首页 > 科技快讯 > 谷歌AI在星际争霸II中10:1击败职业玩家

谷歌AI在星际争霸II中10:1击败职业玩家

晰数塔互联网快讯
2019-01-27 22:07

本文来自微信公众号：集智俱乐部（ID: swarma_org），作者：集智小编。文章原标题为：《AI再次完胜人类！DeepMind在星际争霸II中10:1击败职业玩家》。

直播现场

今天凌晨，在 YouTube 和 Twitch 上播出了一系列星际争霸 II 游戏比赛中，谷歌子公司 DeepMind 开发的人工智能系统 AlphaStar，连续10场比赛击败人类。

星际争霸 II 是著名的即时战略游戏，这是人工智能在该项赛事中首次与人类顶尖职业选手对战，并取得压倒性胜利。

谷歌放出了两个系列共10场对战视频录像，这10场比赛2018年12月进行的。在这两个系列中，AlphaStar 分别与人类职业选手 MaNa和 TLO 的对战，都已5:0的战绩横扫人类玩家。

最受瞩目的，是今天 AlphaStar 和人类选手 MaNa 的一场直播比赛。比赛中 AlphaStar试图将整个军团作为整体推进，横扫 MaNa 的基地。但 MaNa 在 AlphaStar 基地后方反复骚扰，获得足够的建造时间。虽然 MaNa 曾经被 AlphaStar 多次击败，但在 AI 面前，人类也有学习能力。

尽管 MaNa 发现了 AlphaStar 的漏洞，获得了人类玩家的唯一一次胜利。但 AlphaStar 已经与另一位职业选手 TLO 在比赛中，取得了5:0的完胜。只能说这是挽回颜面的一局。

AlphaStar 与人类选手 MaNa 今晨直播对战视频

全部比赛过后，AlphaStar 在星际争霸 II 中与人类对抗的总战绩是10:1。

DeepMind 研究员 David Silver 在赛后表示，人工智能已经在不同游戏中取得许多标志性的胜利，此前包括国际象棋、围棋、Dota2 等。未来仍有大量工作要做，但将来人们回顾今天，也许会认为这是人工智能跨出的重要一步。

在实时影像类电子游戏中击败人类似乎跟人工智能的主要功能无关，但这是一项重大的研究挑战。类似星际争霸 II 这样的游戏，对于电脑来说比棋盘游戏难度更高。

在星际争霸 II 中，人工智能无法观察所有物体的移动从而计算后续行动，而是被要求和人一样，只能通过观察屏幕视域内的物体移动，来做出实时反应。

在与 MaNa 和 TLO 的比赛中，AlphaStar 的平均每分钟动作次数的分布，以及观察与行动间的总延迟时间

TLO 和 MaNa 等职业玩家平均每分钟可以做出数百个游戏动作，但这比现在多数机器人要弱。为了提高系统的反应准确性，AlphaStar 平均每分钟发出的动作只有280次，这比人类职业玩家还要低。原因是 AlphaStar 模仿了人类玩游戏的方式。此外，AlphaStar 的观察和行动之间的平均延迟时间为350毫秒。

但这些没有成为难倒 DeepMind 人工智能系统的障碍。AlphaStar 使用深度神经网络学习星际争霸 II 的完整游戏视频，利用原始游戏数据，以监督学习和强化学习的方式进行训练。

AlphaStar 还使用了多体智能算法（multi-agent learning algorithm）。研究者为智能体（agent）设置了目标（获胜或者仅仅活着），首先通过模仿人类玩家来学习，然后让智能体相互比赛，最强的生存下来，最弱的被淘汰。