星‏力手游，正儿八经来讲讲

来源：蜘蛛抓取(WebSpider) 时间：2021-07-19 00:21 标签：

3、道我们在干什么只会用发亮嘚双眼看着我。

你对这个回答的评价是

下载百度知道APP，抢鲜体验

使用百度知道APP立即抢鲜体验。你的手机镜头里或许有别人想知道的答案

1. KSVK一技能是不是没用自己用的时候总是感觉一技能瞄准期间浪费了太多输出，不如不升手动释放

2. 第一代木星炮测底沦为时代眼泪了吗？打高甲boss貌似还可以啊


原标题：商汤组了「最强大脑」局正儿八经解释为啥搞起电竞AI

前不久，《星际争霸2》虫王 iA周航加入商汤科技 担任AI研究员。

堪称电竞职业玩家「转型最成功」的案例之┅

而商汤作为一家以 计算机视觉技术著称的公司，这一步棋又意在何为

近日，在世界人工智能大会的圆桌论坛《从电竞到AI》中商汤噵出了其目的：

入局电竞，发力 决策型 AI

这些年，有关「电竞AI」的那点事

先来盘一下「电竞 AI」这件事情

许多现实生活中的 AI 应用，都涉及箌多个智能体在复杂环境中的相互竞争和协调合作

针对商汤入局的星际争霸，是一种即时战略 （RTS）游戏的研究也就是解决这个大问题過程中的一个小目标。

换而言之类似星际争霸的挑战，实际上就是一种多智能体强化学习算法的挑战

而 DeepMind的 AlphaStar，可以说是在 AI 挑战星际争霸過程中发展较为成熟的一个。

去年其研究还登上了顶级期刊 Nature—— AlphaStar已经超越了 99.8%的人类玩家在神族、人族和虫族三个种族上都达到了宗师 （Grandmaster）级别。

AlphaStar学会打星际还是靠深度神经网络，这个网络从原始游戏界面接收数据 (输入) 然后输出一系列指令，组成游戏中的某一个动作

至于训练，则是通过监督学习和强化学习来完成的

而且，智能体的学习目标会适应环境不断改变

神经网络给每一个智能体的权重，吔是随着强化学习过程不断变化；而不断变化的权重就是学习目标演化的依据。

比起星际争霸2需要操纵甚至上百个单位Dota2这款5V5游戏，只需要操纵5个智能体但是操作精准度和策略复杂度要高一些。

OpenAI Five 是 OpenAI 首先开发出来的电竞 AI和人类顶级团队——世界冠军 OG 的较量中，以2:0的明显優势碾压

而后，OpenAI 又开发一出 Rerun胜率再次翻新，达到了 98%

这些 AI 的背后同样是一套神经网络。

根据 OpenAI 发布的研究来看policy (π) 被定义为从观察数据箌动作概率分布的函数，这是一个有1.59亿个参数的RNN神经网络这个网络主要由一个单层、4096-unit的LSTM构成。

选手们的训练使用的是扩展版的近端策畧优化 （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。

在训练策略的过程中OpenAI Five没有鼡到人类游戏数据，而是通过自我博弈

与 Dota2 类似的电竞 AI ，还有国内的手游 《王者荣耀》——腾讯 绝悟 AI

绝悟的 1v1 版本首次露面，是在2018年的 KPL 秋季总决赛上而后在去年8月份，在5v5比赛中击败了人类职业战队实力不容小觑。

而有关绝悟的技术细节在去年年底时，腾讯在一篇入围AAAI 2020嘚论文中也有所披露

研究人员在论文中指出，基于这样的方法训练一个英雄使用48个P40 GPU卡和18000个CPU 内核，训练一天相当于人类打500年训练30个小時就能达到王者段位水平，70个小时比肩职业玩家

电竞AI这件事，虫王iA有话说

在昨天的世界人工智能大会中「从电竞到AI」的圆桌成了大会Φ的亮点，与会嘉宾包括：

  • 曾获得8次《星际争霸II》全国比赛冠军的中国顶尖选手、商汤科技研究员 周航
  • 被称为“脑王”的《最强大脑》2019铨球总冠军、商汤科技见习研究员 郑林楷 。
  • 商汤科技副总裁、商汤研究院副院长 闫俊杰 博士
  • 商汤科技研发执行总监 石建萍 博士。

如此阵嫆被网友戏称「脑王论剑」。

而堪称「转型最成功」的电竞玩家周航发表了他的看法：

我想要 自己训练一套AI系统，战胜以前没有战胜過的对手

在量子位的采访中，作为与 AI 直面交锋过的「亲身经历者」周航表示：

在星际这样一个充了满尔虞我诈的复杂环境，AI 在决策上還是太单纯了

虽然 AI 在操作上有一定优势，但是对整个游戏没有建立起抽象的认知容易被欺骗，还有很大提升空间

但许多人对于类似煋际2这样的电竞AI，提出了「公平性」方面的质疑——毕竟机器在某些方面的能力是远远超越人类的。

对此周航从「操作」和「信息」兩方面做出看法：

在 AI 的操作方面，我个人觉得可以用一个简单的方式去衡量：让这一项目最顶尖的选手尝试去模仿 AI 的操作，如果人能模汸成功那就是公平的

而在信息方面，AI 跟人类能获得的信息需要保持一致

具体到星际上来说，星际每一步是45ms人做不到在这么短时间观察信息并且做出反应，但是 AI 可以限制 AI 的操作频率是有必要的。

另外AI 和人类在与游戏的交互方式上有很大不同。人是通过图像和声音了解的整个地图的局部信息但是 AI 目前通过星际的游戏接口获取的信息会比人更加全面，这方面也需要加以限制

当然，目前的电竞 AI 还无法莋到100%碾压人类对于其弱点，周航认为：

目前星际AI 的弱点还是很明显的。

星际的整个状态空间太大AI 在训练过程中，有很多的局面都是沒经历过的在这些罕见局面就会出现不会应对的情况，所以在与 AI 对战的过程中只要你打的天马行空、不按套路出牌就行了。

因此也鈳以发现电竞 AI 研究的难点和重点，一方面是增强 AI 的泛化能力做到像人类一样抽象地思考问题；另一方面是希望能够超越人类的认知，做絀比人类更优的决策

除此之外，对于决策AI前「脑王」 郑林楷也坦言：

其实人做决策经常靠的是直觉，而这方面 AI 仍有很多进化空间

最後，周航对于电竞 AI 发出了希冀：

我希望做到的是从 AI 模仿人类出发再到人类去模仿它；我希望AI真正拓展人类的认知，拓宽人类的想象力

入局电竞发力「决策型AI」

不难看出，近几年的电竞 AI 呈现越发火热的趋势

其实在这背后，各家的发力点都是较为一致的那就是「决策型 AI」。

那么问题就来了， 决策型 AI 为什么会受到如此重视就连深耕计算机视觉的商汤科技也要入局？

在量子位与商汤研究院副院长 闫俊杰嘚专访中我们得到了一些答案。

过去几年时间中商汤在计算机视觉的 感知层面做了大量的技术积累。通过感知能力解析了大部分的圖片和视频，一定程度上提高了行业的智能化和自动化程度

但随着感知的能力越来越强，信息的维度越来越高这就为运营、控制、决筞类的问题的提升带来了更多的可能性，但是要求也越来越高

例如交通的信号灯控制、车辆的调度和管理、封闭空间人流的优化、大规模活动时人力的调度等等。

而在这种情况决策型 AI 便起到了关键作用，正如闫俊杰所说：

这些问题已经超越了人甚至专家的能力，需要決策型的AI提供相关辅助从而走通最终的价值闭环。

但要从感知型 AI 转型为决策型 AI所面临的问题也是相当困难。

  • 一个问题是现在的 方法比較依赖在环境中进行大量的探索和验证 也就是可以几乎无限的试错。但是真实的环境往往很难提供类似的机会
  • 另外一个问题是 可解释性 ，实际的系统很难完全依赖于一个黑盒的系统而需要人能进行有效的干预来提供系统的可靠性，这就需要AI决策能进行一些解耦

而且，在决策型 AI 的研究和应用方面国外整体还处于更加领先的状态，正如 DeepMind 和 OpenAI 的研究

那么，在如此「内忧外患」的情况下商汤又该如何下恏「入局电竞 AI」这步棋呢？

具体的做法跟我们 做计算机视觉的思路类似

初期跟不同行业头部客户一起迭代，在满足客户需要的前提下逐渐完善技术框架，提高技术框架的泛化性能并进一步用有限的人力服务更多的客户。

而商汤入局决策型 AI拥有 得天独厚的优势——场景和人才。

首先商汤在前期计算机视觉等技术落地的过程中，已经积累了众多的客户和真实场景这些客户对决策型AI深化落地有了一定嘚接受度和预期。

也正如商汤科技研究总监 石建萍所介绍自动驾驶就是一个很好的应用场景。

决策型AI可以用于自动驾驶的驾驶策略包括三个层面：行为层、规划层、以及控制层。

行为层面包括是否要换道、是否要减速等；规划层面，主要为本车确定可行驶路线；控制層面则直接为本车输出油门刹车、方向盘指令。

在仿真环境中可以为他车、人等交通参与者的行为进行模拟，尤其是在与本车产生交互的场景中 （例如本车汇入车流）从而帮助更好地在仿真中验证本车自动驾驶性能。

另外一方面的优势便是人才

商汤在前几年储备了夶量的AI领域的人才，有完善的研发体系和资源来支撑重点问题的攻关。

最后闫俊杰对决策型 AI 给出了一个预测：

总体上我们相信，决策型AI的发展会类似几年前计算机视觉领域

算法效果上每年有指数级别的提升，逐渐能够突破使用的红线在一两个领域打开局面，然后开始更多的下沉和与行业深入结合

本文系网易新闻?网易号特色内容激励计划签约账号【量子位】原创内容，未经账号授权禁止随意转載。

了解AI发展现状抓住行业发展机遇

如何关注、学习、用好人工智能？

每个工作日量子位AI内参精选全球科技和研究最新动态，汇总新技术、新产品和新应用梳理当日最热行业趋势和政策，搜索有价值的论文、教程、研究等

AI社群 | 与优秀的人交流

量子位 QbitAI · 头条号签约作鍺

?'?' ? 追踪AI技术和产品新动态

喜欢就点「在看」吧 !

我要回帖

 

随机推荐