电竞之家_品味电竞生活移动版

去年TI8结束后，OpenAI研究员David Farhi曾经向量子位透露过他们的推测：通过强化学习自我对局训练出来的AI，其实并不会买眼，买眼的行为是人类通过硬编码强制AI完成的。而乱插眼，很可能是因为AI想要把它随便丢在什么地方，争取一个空白的物品栏。

5个LSTM，修炼45000年

AI的快速进化，其实是刻苦训练的结果，也就是不断的自我对局。

OpenAI CTO Greg Brockman赛前说，他们的AI相当于已经练习了45000年Dota。

OpenAI之前也说过，AI每天的训练量相当于人类打180年游戏；之前输给过OpenAI的MoonMeanderated则说，AI一天要打200万场比赛。

这样的训练量，远非人类能及，当然对计算力的需求也大到吓人：它们的日常训练，需要256块P100 GPU和12.8万个CPU核心。

这支“饭量惊人”的OpenAI Five战队，包含5个智能体（agent），每一个都是包含1024个节点的单层LSTM，能够通过V社（Valve）的Bot API观察当前游戏状态，控制英雄去移动、攻击、施放技能、使用道具。

它们能够观察到的信息和人类差不多，包括自身、队友和敌人的状况，比如位置、血量、攻击力、护甲、携带物品、能力等等。

这些信息，对于智能体来说是一个包含20000数值的列表，而它判断之后发出的行动指令，是8个值的列表。

如果要以一种拟人的方式描述，AI“眼中”的游戏大概是这个样子：

选手们的训练，使用的是扩展版的近端策略优化（PPO）方法，这也是OpenAI现在默认的强化学习训练方法。这些智能体的目标是最大化未来奖励的指数衰减和。

既然是5个智能体，当然还要让它们能作为一支队伍相互配合。为此，OpenAI设计了一个“团队精神”超参数来统一控制。这个超参数的范围在0到1之间，决定了选手对与自身奖励函数和队友平均奖励函数的关注程度分配。

本期人类代表

最后，为不太熟悉OG的朋友简单介绍一下今天的人类代表。

OG，就是去年TI8上3:2击败PSG.LGD，拿下冠军的那支队伍，现在的阵容和去年夺冠时一样：

一二号位Ana（Anathan Pham）

Ana以刷钱能力著称，甚至有“世界第一打野”之称，而对线能力是他的短板。这位澳洲华裔选手，去年TI8之后休息了一段时间，今年3月刚刚正式归队。

一二号位Topson（Topias Taavitsainen）

他是2018年刚刚加入OG的新人，曾经在欧服天梯上排名第一，可谓“路人王”。他迅速从毫无大赛经验的业余玩家，成为TI8冠军。因此，他在众多职业选手中显得“思路清奇”，却也常被批评“发挥不稳定”。

三号位Ceb（Sébastien Debs）

Ceb，又叫7ckngMad，原本是OG的教练，2018年3月，当时的中单Resolut1on离队后，他先是入队做替补，又正式成为战队里的职业选手。

四号位JerAx（Jesse Vainikka）

2016年，JerAx从Liquid转入OG，在现在的OG阵容里算是一名老将。他曾被称为“欧洲土猫王”，也是一名非常擅长掌控游戏节奏、带起前期优势的辅助。

五号位N0tail（Johan Sundstein）

N0tail也被国内网友称为“大爹”，是OG创始人，去年刚刚从1号位转到5号位。

最后，量子位想说，如果你也对上面5名人类代表不满意，赶快去OpenAI Five Arena注册吧！