AlphaStar横空出世 星际争霸2人类1：10输给AI

在 2018 年 1 月的 EmTech 大会上，谷歌 DeepMind 科学家 Oriol Vinyals 曾对 DT 君表示，第一版的 AlphaGo 击败了樊麾，后来下一个版本在韩国和李世石进行了对弈并取得了胜利。再后来进一步地训练网络，整个网络比之前强了三倍，赢了柯洁和其他专业棋手。团队是从零开始，一点点积累积数据训练，最后战胜了专业棋手。而除了棋类游戏以外，DeepMind 比较感兴趣的，就是游戏星际争霸 2。

继围棋之后，DeepMind 为什么要选择星际争霸 2 这款游戏为下一个目标呢？

星际争霸 2 是由美国著名游戏公司暴雪娱乐（Blizzard Entertainment）推出的一款以星际战争为题材的即时战略游戏。星际争霸 2 具备策略性、竞争性的特性，在全球都非常火爆，并且每年都会举办大量的比赛，因此也有着海量的玩家基础。

图丨谷歌 DeepMind 科学家 Oriol Vinyals（来源：DeepTech）

据 Oriol Vinyals 当时透露，星际争霸 2 是非常有趣和复杂的游戏，这个游戏基本上是建造一些建筑物以及单位，在同一个地图里不同的组织会相互竞争。在这个游戏中，哪怕只是建造建筑物，也需要做出许多决策。除此之外，还要不断收集和利用资源、建造不同的建筑物、不断扩张，因此整个游戏非常具有挑战性。

而且，和围棋任务最大的不同在于，围棋可以看到整个棋盘，但是在星际争霸 2 中我们通常无法看到整个地图，需要派小兵出去侦查。另外，游戏是不间断进行的。整个游戏甚至会有超过 5000 步的操作。对于增强学习这种方法来说，除了上下左右这些普通的移动，用鼠标点击界面控制不同物体的移动以及不同的行为也是非常难的。

星际争霸 2 的这些特质，恰恰是人工智能在创新之路上需要挑战的——面对许多难以预测的突发情况，人工智能必须要既作出正确的对策，还要根据实际情况细微的调整对策。

（来源：DeepMind）

星际争霸 2 作为"即时战略"游戏，其"即时"和"战略"的特性无疑是锻炼 AI 的最佳途径之一。就拿"即时"来说，或许对于人类，星际 2 的那 300 多个基础操作的"操作空间"（Action Space）并不庞大。但是对于机器，星际 2 的分级操作，外加"升科技"所带来指令的变化，再加上地图的体积，其操作空间是无穷大的。比如"农民建房子"这个简单的行动就有 6 个不同的步骤：点击滑动鼠标选择单位，B 选择建造，S 选择供给站，滑动鼠标选择位置，点击建造。仅在一个 84x84 的屏幕上，机器的操作空间有大约 1 亿个可能的操作。

AlphaGo Zero 创造者："这个比围棋难多了"

在 DeepMind 与暴雪长期以来的合作中，有几个重要节点：

（编辑：PHP编程网 - 湛江站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!