2018 年 11 月 13-17 日，AAAI 人工智能與交互式數(shù)字娛樂大會 (AI for Interactive Digital Entertainment) 在阿爾伯塔大學(xué)舉辦。會上宣布了一年一度的星際爭霸 AI 挑戰(zhàn)賽結(jié)果;這也是即時戰(zhàn)略(RTS)游戲 AI 比賽中最重要的比賽之一。
第八屆(2018 年) AIIDE StarCraft AI Competition 星際爭霸 AI 挑戰(zhàn)賽共有 27 支團隊參賽，包括知名機構(gòu)如三星、中科院自動化所、Facebook 等，知名高校如 Stanford University，以及許多獨立參賽隊伍。挑戰(zhàn)賽使用 12 臺計算機進行了大約 2 星期的比賽。經(jīng)過每個 bot 平均大約 2600 局、每組對手平均大約 100 局，共 34694 局車輪戰(zhàn) 1v1 比賽之后，三星、Facebook 以及中科院自動化研究所分別以 95.91%、90.86%、87.11% 的勝率榮獲前三名 。
AIIDE StarCraft AI 挑戰(zhàn)賽自 2011 年起已連續(xù)舉辦八屆，該競賽以星際爭霸 1 為載體，以促進和評估用于實時戰(zhàn)略游戲(RTS)的人工智能水平為目的。近年來，它更是成為博弈對抗、強化學(xué)習(xí)、模仿學(xué)習(xí)、多任務(wù)學(xué)習(xí)等乃至通用人工智能算法研究的主要平臺和工具。由于包括對手不確定在內(nèi)的信息不完全以及狀態(tài)動作空間巨大等問題，使得星際爭霸AI較圍棋AI更極具挑戰(zhàn)性，因此也吸引了包括DeepMind、Facebook、三星、斯坦福大學(xué)、中國科學(xué)院自動化研究所在內(nèi)的國內(nèi)外頂尖研究機構(gòu)投入研究，相關(guān)核心技術(shù)可以廣泛應(yīng)用在金融學(xué)、經(jīng)濟學(xué)、生物學(xué)、政治學(xué)和軍事等領(lǐng)域。
前三名方案介紹
第三名 中科院自動化所，神族 bot “CSE”
在 2017 年的星際爭霸 AI 挑戰(zhàn)賽中，來自中科院自動化所的 AI“CPAC”就以 71% 的勝率獲得了第四名的成績。
今年的比賽中，由中科院自動化所智能系統(tǒng)與工程研究中心(C RISE )開發(fā)的神族 bot“CSE”以 87.11% 的勝率獲得季軍。據(jù)了解，該中心為自動化所獨立建制的科研部門，致力于研究博弈對抗與自主進化智能研究，包括感知智能與認知決策智能。“CSE”的作者包括：張俊格、郭瑋、尹奇躍、詹東、王琦瑋、胡益琿、申生奇和黃凱奇。2017年的CPAC也是由該團隊主要人員開發(fā)。
“CSE”使用的種族是神族(Protoss)，采用的是規(guī)則和學(xué)習(xí)聯(lián)合驅(qū)動的方式。比如何時采用隱刀偷襲吸納了人類玩家的經(jīng)驗知識;在建造隊列為空的時候，“CSE”使用深度學(xué)習(xí)來預(yù)測待構(gòu)建單位，等等。
第二名 Facebook，蟲族 bot“CherryPi”
相比去年比賽中的 69% 勝率、第六名成績，來自 Facebook 的“CherryPi”今年有了大幅改進，取得了 90.86% 的勝率。“CherryPi”首先對于每個種族的對手有 8~13 種預(yù)先準備的不同的策略，利用比賽是多場 1v1 比賽的特點，它會根據(jù)與對手的過往比賽的勝率選擇最優(yōu)的策略。除此之外，它還使用了一個預(yù)訓(xùn)練的機器模型，根據(jù)當(dāng)前比賽狀態(tài)估算不同可用策略的勝率，然后在某些狀況下切換為勝率最高的策略。這種切換的設(shè)計也產(chǎn)生了“混合策略”的效果 。“CherryPi”中使用的機器學(xué)習(xí)技術(shù)還包括用于繞開障礙物、避戰(zhàn)與放風(fēng)箏的尋路搜索算法、根據(jù)人類數(shù)據(jù)學(xué)習(xí)建筑布置、離線強化學(xué)習(xí)與在線學(xué)習(xí)等。“CherryPi”也是今年唯一一個使用了 GPU 計算能力的 bot。
第一名 三星，人族 bot “SAIDA”
我們都知道星際爭霸在韓國尤為盛行，自 2002 年來，韓國職業(yè)星際選手陸續(xù)加入了職業(yè)戰(zhàn)隊，并由包括三星、SK Telecom 等知名公司贊助。“SAIDA”的成功很有可能來自其職業(yè)星際選手的助力。
根據(jù)介紹，“SAIDA”bot 的核心是使用了一個穩(wěn)定的游戲策略，它會首先考慮防守，然后在游戲中期伺機一波帶走對方 。他們認為這種策略能應(yīng)對絕大多數(shù)對手的策略，弱點也最少。
“SAIDA”也應(yīng)用了一些 AI 技術(shù)。在 UAlbertaBot 的技術(shù)基礎(chǔ)上(下文還會提到)，他們使用了一個有限狀態(tài)機來控制單位和建筑。每個單位和建筑在每種戰(zhàn)局下都有一個特定的狀態(tài)。并且使用了多個搜索算法來尋找敵方基地或者可以建造建筑的區(qū)域。
在開發(fā)過程中“SAIDA”還探索了使用 CNN 和編解碼器結(jié)構(gòu)向人類選手學(xué)習(xí)進攻時機、在局部游戲中用多智能體強化學(xué)習(xí)方法學(xué)習(xí)單位微操，不過這些技術(shù)并沒有添加到此次參加比賽的版本中。
詳細排名
包含了所有團隊的成績以及詳細比賽數(shù)據(jù)的官方成績表單如下圖。
比賽中其它有趣事項
作為比賽中勝率最高的 bot，“SAIDA”面對人類選手的表現(xiàn)如何呢？三星團隊找業(yè)余選手和職業(yè)選手進行了測試，“SAIDA”可以擊敗業(yè)余選手，輸給了職業(yè)選手。不過他們認為差距并不大，擊敗職業(yè)選手的曙光就在前方。
主辦方補刀：既然已經(jīng)出現(xiàn)了能擊敗人類的 bot 了，那么未來業(yè)余選手也許再也沒有獲勝的機會了也說不定呢……
絕大多數(shù)參賽團隊都使用固定的種族，2016、2017、2018 三年中都僅僅有一支團隊可以“隨機種族”。顯然單一種族意味著放棄了廣度，可以把已經(jīng)發(fā)現(xiàn)的有效的策略挖得更深，也就更容易取得好成績。2017、2018 年的隨機種族方案都來自加拿大紐芬蘭紀念大學(xué)的 UAlbertaBot，今年他們僅以 34.71% 的勝率位列 19 位。基于 UAlbertaBot 然后獲得冠軍的三星“SAIDA”顯然只是借用了技術(shù)，用以實現(xiàn)自己的策略。
“SAIDA”使用的策略顯然有極大的優(yōu)勢。根據(jù)挑戰(zhàn)賽主辦方提供的勝率波動圖表，在一開始的比賽中“SAIDA”就取得了最高勝率的位置，并一直穩(wěn)定保持到了最后。Facebook 的亞軍“CherryPi”與中科院自動化所的季軍“CSE”在剛開始時有交替波動，然后也很快穩(wěn)定了下來。
【來源：雷鋒網(wǎng)】
