金磊 假裝發自 王者峽谷
量子位 報道 | 公眾號 QbitAI
不是吧，不是吧，
一群學霸聚集在一起，竟然是為了打《王者榮耀》？！
而且還是來自清北、中科院、浙大等20余所頂級學府的那種，
但畢竟是一幫學霸們的“聚會”，果然連打游戲的“姿勢”都那么與眾不同：
他們竟然要用《王者榮耀》搞科研！
（妥妥的是有種諸葛亮“黃金分割率”的味道了，）
這到底是怎么一回事？
在《王者榮耀》里搞科研
要想搞清楚這件事，就需要先來顛覆一下你對《王者榮耀》的認知，
友友們，其實它不單單是一款游戲那么簡單：
還是一個極具科研價值的游戲環境，
更準確來說，《王者榮耀》背后是一個AI 開放研究平臺，它背靠騰訊各方面資源優勢，為學術研究和演算法開發開放的研究與應用探索平臺——
“開悟”，
但搞科研嘛，演算法、算力、資料、場景，可以說是缺一不可，
于是“開悟”就放話了：
各路英雄豪杰，我這兒啥都有！
比如《王者榮耀》提供了游戲測驗環境、脫敏游戲資料集，還有游戲核心集群等資源，
騰訊AI Lab則把搭建好的演算法、計算平臺、評估工具亮了出來；算力的支持則是由騰訊云計算提供，
于是乎，來自各大頂尖高校的學霸們，就華山論劍般地匯聚于此，
至于各家高手們的“論劍之道”，就是在限定時間和資源內，訓練出最優模型，并把它部署到AI服務器當中，
在提交系統之后，學霸們就相當于“煉”出了他們各自的《王者榮耀》英雄，
這不，同樣是貂蟬，在修煉完不同“功法”后，便展開了一場激烈的博弈，
在1級狹路相逢之際，便來了個同歸于盡，
△ 注：動圖來自2021高校聯賽AI表演賽
雖說都只是智能體，但在這波battle中，她們很好地發揮了自身的基本功：
作戰中……
預測敵方走位……
已擊殺，陣亡……
每個基本功背后，都是智能體在“審時度勢”后的最佳決策，
而在雙方復活之后，策略之間的博弈就變得更加緊湊和激烈，
畢竟常言道：一招棋錯，滿盤皆輸
藍方貂蟬在入場發覺自己經濟較低，果斷選擇“發展我方經濟”，
但同時也沒有做到過分“猥瑣發育”，還是該出手時就出手——發起進攻、持續進攻，
△ 注：動圖來自2021高校聯賽AI表演賽
而在后期的決策博弈更是精彩：
戰略撤退、進攻防御塔、回傳基地、追擊地方……
很是有種人類玩家的感覺了，
不僅如此，智能體在緊張的戰斗決策同時，還兼顧了出裝策略，
大家都知道，出完血書（血族之書）的貂蟬，戰斗中的續航能力會得到大幅提升，
為此，藍方貂蟬第二個法術大件果斷選擇夢魘之牙，以此來克制紅方貂蟬的回血，
△ 注：動圖來自2021高校聯賽AI表演賽
紅藍貂蟬在交手“八百回合”之后，終于迎來了“決戰紫禁之巔”的時刻，
在紅方水晶之下，兩位貂蟬紛紛喊出“花開了，怒放吧”開啟大招，完成最后的較量，
最終，以雙方紛紛倒地，由藍方小兵推倒紅方水晶結束戰斗，
……
這就是學霸們在《王者榮耀》里搞科研的結果展示，
而更具體一點來說，就是在特定的環境中，對多智能體之間的博弈展開研究，屬于強化學習領域范疇，
它的難點之一，就在于智能體的每一個決策與動作，都會對全域產生非常復雜的變化，是有種“牽一發而動全身”的感覺了，
而在剛才的例子中，只是展示了學霸們在1V1場景中的科研成果，但其實他們還會有3V3的戰斗，
這種場景對于智能體的挑戰就更高了，因為每個智能體僅能獲取區域的觀測資訊，但無法得知其他“隊友”或“敵人”的資訊，
這就對合作與競爭、完成特定任務背后的演算法，提出了高難度的要求，
果然，學霸們打個游戲都是如此燒腦
，
……
不過講真，如此“名場面”還真不是什么新鮮事，
游戲中搞科研，并不是第一次
其實剛才學霸們的“科研展示”，就是去年中科大和電子科大，在第一屆騰訊“開悟”AI大賽上演的一場決斗，
這場比賽可以說是擴大了社會各界對“AI+游戲”的認知，
但說實話，在游戲里搞科研這件事，國內外早就有所行動了，
例如早在2017年，OpenAI“修煉”的智能體，就單挑苦練了半輩子Dota的人類玩家Dendi，最終AI大獲全勝，
時隔一年（2018年），OpenAI再次派出OpenAI Five，以5V5模式對戰人類頂級陣容，
結果，又是以AI100%勝率告終比賽，
當時這樣的結果簡直是出乎觀眾的意料之外，就連馬斯克在比賽前被問及“誰會贏”，都非常自信地回復到“人類”，
與此相關的技術論文也早就有所公布，
而除了在Dota2這種5V5團隊競技型別游戲外，“AI+游戲”在其他型別的游戲中也有所滲透，
例如DeepMind從2017年開始，也頻繁曝出在《星際爭霸2》這款游戲中碾壓人類頂級玩家的訊息，
DeepMind在這方面的科研研究——AlphaStar，其背后的相關技術論文，更是登上了頂刊Nature，
而在國內，對于“AI+游戲”的科研也是如火如荼地進行中，
例如早在2018年開始，騰訊AI Lab便在《王者榮耀》中持續發力，并與游戲團隊打造出了策略協作型AI“王者絕悟”，
要知道，類似于這樣的5V5 團隊競技游戲，單是玩家的動作狀態空間便高達1020000，
這個數字遠遠大于圍棋及其他簡單游戲，甚至超過整個宇宙的原子總數（1080），
在這三年期間，騰訊AI Lab在與之相關的研究，更是頻頻登上了AAAI、NeurIPS 等 AI 頂級會議（相關鏈接附在文末，感興趣的讀者可深入研究），
而就在前不久的世界人工智能大會中，“王者絕悟”更是以全英雄達到職業電競水平亮相，
在與人類頂級選手的較量中，更是以絕對的勝率驚艷四座，
值得一提的是，正是由于騰訊AI Lab在“AI+游戲”領域的技術沉淀，才能夠在將其能力“打包”輸送給高校的學霸們，也就是我們剛才提到的“開悟”AI開放研究平臺，
……
至此，或許你有一個大大的疑問：
在游戲里搞科學研究，對我們現實生活有什么意義嗎？
直接上答案——有的！而且意義非凡，
游戲，會是下一個AI里程碑的誕生地嗎？
是的，這就是業界目前普遍認同的一種看法：
下一個AI里程碑可能會在復雜策略游戲中誕生，
這種說法并不是空穴來風，
首先，“AI+游戲”所涉足的大領域，便是強化學習，
一般來說，強化學習是用于描述和解決智能體在與環境的互動程序中，通過學習策略以達成回報最大化或實作特定目標的問題，
而一些復雜的強化學習演算法，更是在一定程度上具備了解決復雜問題的通用智能，
但要通過訓練，讓智能體“煉就”如此能力，正如我們剛才說到的，演算法、資料、算力、場景，這四樣缺一不可，
尤其是場景和資料，需要夠復雜、夠具備不確定性，才能更好的貼近真實世界中人類決策時面對的環境，
游戲場景，恰恰就是符合這些高要求的“陣地”，
因此，長遠來看，“AI+游戲”研究將是攻克通用人工智能（AGI）的關鍵一步，
而之于現實意義，以近幾年大火的自動駕駛為例，
在這一領域中，隨著技術的不斷發展，自動駕駛逐步地從“感知層”向“決策層”過渡，
這是因為自動駕駛車輛在面臨突發、不確定性問題時，需要作出精準的決策，來避免意外的發生，
可以把一輛自動駕駛汽車想象為一個游戲中的智能體，當它在現實生活中運行時，所要面對的問題復雜度之高，就不言而喻了，
這就離不開通過強化學習方法的大量訓練，讓自動駕駛這個“智能體”的應變能力，能夠無限接近甚至超越人類，
但要練就這身功夫，在真實生活場景中訓練定然是不現實的，而游戲，就成了一個非常好的訓練場，
自動駕駛只是應用場景的案例之一，更多的還包括城市/空中交通管理、多機器人協調、能源分配等問題，
……
而騰訊AI Lab之所以攜手王者榮耀團隊打造“開悟”，也是基于上述情況的考量，不過他想要的做的卻更多：
推動多智能體強化學習的發展，
尤其是高校在這方面的研究，更是“硬性條件”上面臨著較為嚴峻的挑戰，
但開放“開悟”，僅僅是騰訊AI Lab和王者榮耀團隊為了完成這一目標的舉措之一，
據了解，開悟還攜手高校合作開發課程，進一步普及多智能體強化學習教育，
例如在今年8月，騰訊就宣布與四所國內一流高校（北京大學、電子科技大學、清華大學、中國科學技術大學），共建教學內容和課程體系改革專案，
據悉，這些頂尖高校將分別構建一門至少20學時的多智能體及強化學習平臺的專業課程，理論授課知識點包括但不限于機器學習、強化學習、多智能體決策等相關的知識點，
除此之外，騰訊“開悟”還聯合高校成立了人工智能科教聯盟，并攜手高校、科研院所、產業園區、投資機構組建人工智能科創聯合體，
正如《王者榮耀》執行制作人、騰訊天美L1總經理黃藍梟總結的那樣：
我們開放了《王者榮耀》核心機制，提供標準介面、核心演算法、脫敏的測驗資料、評估工具和計算集群等，給高校老師和同學們進行多智能體的機器學習演算法研究、學習成果交流，對演算法成果反復迭代升級，期待這些研究成果能夠落地其他產業環境，為工業機器人、救災機器人等提供助力，
……
讀到這里，你想不想圍觀清北等高校的學霸們，如何不僅打了游戲，還順便把科研也一塊搞了？
請繼續關注開悟平臺及賽事動向，
傳送門
開悟官網地址：
https://aiarena.tencent.com/aiarena/zh/index
絕悟相關論文地址：
Mastering Complex Control in MOBA Games with Deep Reinforcement Learning：
https://arxiv.org/abs/1912.09729
Hierarchical Macro Strategy Model for MOBA Game AI：
https://arxiv.org/abs/1812.07887
Supervised Learning Achieves Human-Level Performance in MOBA Games: A Case Study of Honor of Kings：
https://arxiv.org/abs/2011.12582
轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/297074.html
標籤：AI