DeepMind人工智能AI AlphaStar挑战《星海争霸II》的职业高手
2019-01-26 10:01
现在的AI智能是越来越发达了，而且在于人类的比赛中也能获胜，一起来看一吧。
「AlphaStar」AI，来挑战《星海争霸II》的职业高手。在上月底连续两组五局对战中，AlphaStar 先全胜了 TLO，接着又在第二组对战中全胜了 MaNa。唯有最后一场直播的对战，才让 MaNa 好歹为人类争了一口气，赢回唯一一场胜利。
不过，事情当然不像表面那么简单。 AlphaStar 相对于人类，其实是隐藏优势的。这时候有在玩RTS 的读者大概会猜是反应速度、或是手速，但其实都不是-- AlphaStar 的「手速」（也就是每分钟动作数）其实平均只有277 APM，比起星海职业选手的平均559 APM 要少了不止一点，再加上AI 从发现新状况，到计画出合理的回应，中间大约要0.35 秒的时间，这也比一般职业高手差。在这部份，AlphaStar 完全是靠更有效率的操作，与更经济的决策来弥补的。
AlphaStar 的训练和其他类似的AI 系统一样，都是先由观看无数的人类对战影片，来产生一个模型，再由这模型产生一大堆类似但不完全相同的「分身」，再让这些分身下去对打，直到决胜出最厉害的五个AI「选手」为止。最后选出的五个代表每个都有不同的游戏风格，并且是DeepMind 认为最有获胜机会的。就是这五个代表被推上去与 TLO 和 MaNa 各对战了一次（避免风格重复被看破手脚，同时 MaNa 面对的 AlphaStar 更有经验一点），并取得了十战全胜的成绩。
至于最后一场呢？原来这是个「实验版」的 AlphaStar，拿掉了上面提到的那个「隐藏优势」，让模型必需和人类一样时不时地检查一下地图的各个角落，自然也就有错漏重要资讯的可能。虽然也有着一个礼拜的训练时间，但 DeepMind 团队未能让它先与人类选手「切搓」一下，因此与 MaNa 在直播上的对战是它与人类面对面的初战，可惜输给了对方。
当然，对我们一般人来说，就是真正具备高度挑战性的游戏AI 已经不再是个梦想，即使是即时战略这样没有明确的胜败因素、没有完整的资讯、而且需要长远的概念的游戏，AI 都有打败人类的潜力了。可以去看看 AlphaStar 采取的各种奇怪的战略啰。
相关文章
鐜嬪仴鏋楄瀹跺嵃娓歌墖鏇濆厜 缃戝弸锛氳繖娆＄湡鏄传绌烽檺鍒朵簡鎴戜滑鐨勬兂鍍忓姏2018-04-16 16:32
涓夊搴﹀叏鐞冨彲绌挎埓璁惧鍑鸿揣閲忎笂娑�94.6%锛岃嫻鏋滅ǔ鈥�2019-12-10 17:52
Samsung鏂颁笓鍒╂洕鍏夊叏闈㈠睆娌℃湁鍒樻捣2018-05-13 13:33
鍏ㄥ箙楂橀�熻繛鎷岰anon1DX鍗曟満鍞�28800鍏�2018-04-09 17:32
鍗庝负Mate X棰勮渚涜揣20涓囧彴宸﹀彸2019-06-30 15:50
杞婚噺绾у叆闂ㄦ満锛欶ujifilmX-M1鏃犲弽鐧诲満2018-01-03 12:00
闂厜鐏珶鏈夎繖涔堝鑺辨牱榄呰摑E2璇勬祴2018-05-29 19:33
涓寰幆缁忔祹鐮旂┒闄㈠湪娌у窞鎴愮珛2020-12-28 16:52
2018鏄ヨ妭绗竴鏂版満 榄呰摑E3鑳岄潰璁捐鎹夌溂2019-02-19 05:37
iPhone6Plus鎼滀笉鍒癢iFi 鎵嬫満搴楁病淇ソ 澶х鎬濊矾娓呮櫚涓�鎷涙悶瀹�2018-05-02 14:31
闃块噷YunOS鍗冲皢鍒版潵 鐩墠宸叉湁鍥戒骇鎵嬫満鏀寔 鏈熷緟鍚楋紵2018-04-29 20:31
闇稿睆浜嗭紒闂嵎缃戝叓鍛ㄥ勾鎰熸仼鍥為娲诲姩鐏儹杩涜涓紒2021-07-22 19:46
360鎽勫儚鏈�3C浜戝彴鐢垫睜鐗堝紑鍚鍞� 鍒涙柊鈥滀笉鎻掔數鈥�2021-03-20 09:54
澶栧獟鎶ラ亾锛歀G姝ｇ爺鍙戞柊娆剧炕鐩栧紡鍙姌鍙犳墜鏈�2018-07-06 05:31
- 鎵庡厠浼牸澶绾︿細缁欏瀛愯█浼犺韩鏁� 鎵庡厠浼牸瀹堕娆℃洕鍏�
2019-12-05 18:53
5799鍏冭捣 涓夋槦GalaxyS9/S9锛嬪媰鑹绾㈢増鍙戝竷 涓夊ぇ濂崇浠ｈ█2018-05-08 17:32
鍗板害閫爄Phone缁堜簬涓婂競 浣嗘灉绮変緷鏃у緢澶辨湜2018-09-22 00:32
鏇寸敓琛岃柂閰珽TC锛氭櫤鑳借柂閰競鍦虹殑棰嗚窇鑰�2019-08-20 11:55
榄斿吔浜夐湼锛氬畧鍩庡叧鍗＄殑璁惧畾鍗佸垎缁忓吀 閭ｄ箞鎴樺焦涓渶缁忓吀鐨勬槸鍝叧锛焈甯屽皵鐡﹀鏂�2019-06-30 14:46
鑴戞礊椋樺嚭澶╅檯鐨勭鐮旈槦浼嶅紑鍙戝嚭3D鎵撳嵃姘磋川妫�娴嬪櫒2018-08-05 18:31
