电竞之家_品味电竞生活移动版

　　我们训练了两个代理，一个使用原始界面，一个学着控制摄像头。两个代理最开始时都用人类数据进行监督式和增强式训练。使用摄像头界面的AlphaStar几乎和使用原始界面的AlphaStar一样强大，在内部排行榜上达到7000 MMR（天梯积分）。在演示比赛中，MaNa用摄像头界面打败了原型版AlphaStar，但它只训练了7天。我们希望能在近期内评估精炼的摄像头界面AlphaStar。

　　事实证明，AlphaStar与MaNa和TLO对决时之所以占据上风，主要是因为它的宏观战略、微观战略决策能力更强，靠的不是超级点击率、超快响应时间、原始界面。

　　AlphaStar与职业玩家的较量

　　《星际争霸》这款游戏包含三大外星种族：人类、星灵和异虫。玩家可以从中选择一个族类开始游戏。目前，我们仅针对星灵一族对AlphaStar进行了训练，以减少训练时间和差异。值得一提的是，相同的训练模式可以也应用到其他两个种族的训练上。经过训练的代理可以在《星际争霸2》（v4.6.2）的CatalystLE天梯地图中，实现星灵族与星灵族的较量。

　　为评估AlphaStar的表现，团队最初测试了代理对弈玩家TLO（一位顶级职业异虫玩家和大师级星灵玩家）的表现。AlphaStar以5:0的战绩获胜，对弈过程中AlphaStar灵活使用了大量单位和建造命令。

　　“代理的强大水平令我惊讶，”TLO表示，“AlphaStar将众所周知的策略融会贯通。代理运用的策略，也是我之前从未想到过的。也就是说对于这个游戏，我们或许还有很多玩法没有探索出来。”

　　对我们的代理继续训练了一周之后，我们让代理与另一名玩家MaNa进行较量。MaNa不仅是世界顶级的《星际争霸2》玩家，也是排名前十的最擅长使用星灵族的玩家之一。AlphaStar再次以5:0的战绩获胜，体现了强大的微观和宏观策略技能。

　　“AlphaStar在每局游戏中采用的操作和不同策略十分令人印象深刻，近乎人类选手般的游戏策略出乎我的意料，”MaNa说，“我这才意识到，自己之前的策略过分依赖失误和人类反应力，因此这场比赛让我对游戏有了全新的认识。我们很期待未来的无限可能。”

　　AlphaStar和其他复杂问题

　　尽管《星际争霸》只是一款游戏，但不失为一款较为复杂的游戏。我们认为，AlphaStar背后的技术可以用来解决其他的问题。比如，它的神经网络架构可以基于不完美的信息，对长时间序列中的可能行为进行建模——因为一局游戏通常长达1个多小时且涉及成千上万次动作。《星际争霸》的每一帧都是输入的一个动作，神经网络在每一帧动作之后都会对接下来的游戏发展进行预测。根据较长的数据序列进行复杂的预测，是很多现实世界挑战中的基本问题，比如天气预报、气候建模、语言理解等等。AlphaStar项目的学习和发展对帮助这些领域取得显著进展的可能性，值得期待。

　　我们还认为，团队的一些训练方法或可有助于研究开发安全稳定的人工智能。人工智能的一大挑战是，系统出错的方式各种各样。先前，《星际争霸》的职业玩家可以通过各种新颖方式诱导代理失误，轻易击败AI系统。AlphaStar采用的基于league模式的创新训练方式，可以找到最可靠、最不容易出错的方式。这一创新方式对改进整体AI系统（尤其是在诸如能源等安全至上、且解决复杂边缘案例十分关键的领域）的安全性和稳定性的前景亦值得期待。

　　实现最高水平的《星际争霸》对弈代表了人工智能在有史以来最复杂电子游戏中取得的重大突破。我们相信，这些进展，以及AlphaZero和AlphaFold等项目的其他进展，代表着我们在创建人工智能系统之路上的又一大前进。未来终有一日，智能系统将帮助人类解锁解决世界上一些最重要、最基本之科学问题的创新方式。(宋晨 星海 木尔)

声明：凡注明为其它来源的信息均转自其它平台，目的在于传递更多信息，并不代表本站观点及立场和对其真实性负责。若有侵权或异议请联系我们删除。

千家智客微信公众号

扫描下方二维码，关注千家智客微信公众号（qianjiacom），随时随地知晓智能行业天下事！