为何让人工智能玩《王者荣耀》,我们和研发团队聊了聊
“整体的感觉就是AI太猛了,它们总是能做出异于常人的反应……”
在1:3输给人工智能后,有王者荣耀电竞职业选手这样说到自己对战时的感受。
此后更有网友在社交媒体直言,“人类连玩游戏也打不过AI了”“人类再次一败涂地”……
那么,让人工智能去玩《王者荣耀》就是为了“虐菜”吗?中新网记者最近和该AI模型负责人聊了聊。
![](/Public/cqfcw/image/202108/1630222891.jpg)
3:1 “属于正常发挥”
几天前,在世界人工智能大会现场,一款名为“绝悟”的游戏AI与五位来自王者荣耀职业联赛的选手现场进行了一场表演赛。
有报道指出,人工智能在比赛中相继打出了“蹲草”“前后拉扯输出”“辅助开团”等操作,并在团队合作上颇具专业意识。
在这场五局三胜的赛事中,人工智能以3:1的比分战胜了五位职业选手。
尽管胜负成绩成了关注这场比赛的网友讨论的热点话题,但王者绝悟AI模型负责人邱福浩却告诉记者,团队对比赛的胜负没有预期。
作为研发人员,他们更希望人工智能可以把握与高水平玩家切磋的机会,验证能力并不断成长,虽然这样的成绩“属于正常发挥”。
此外,很多网友猜测,相较于人类职业选手的反应速度,人工智能或许在操作方面有着“绝对优势”。
然而,邱福浩却向记者明确表示,在数值和操作上,王者绝悟AI并没有独特的优势,在游戏中的客观条件限制是一致的。
“在英雄的自身状态参数上,AI并没有额外的加成,与人类玩家相同;AI在视野观测上与人类玩家保持一致,对于战争迷雾中的不可见单位,AI同样也看不到;AI的操作反应也做了客观限制,其反应分布和均值与KPL职业选手是相接近的。根据实际观察,人类玩露娜等英雄会比AI更秀。”
AI一天对局数≈人类440年
既然客观条件没有什么不同,人工智能为何能战胜人类职业选手?
邱福浩给出的答案是训练量。“AI的优势在于其庞大的训练量,一天对局数约等于人类440年。”
用研发团队的话说,自2017年启动项目,王者绝悟AI从模仿人类的监督学习,到自我博弈的强化学习,经过了多次迭代,攻克了多个难题,才逐步进化成了全英雄职业电竞水平的“完全体”。
邱福浩介绍,2018年,王者绝悟AI还只是顶尖业余玩家的水平;到了2019年,王者绝悟AI不再需要模仿人类数据,而是通过自己和自己对战,进一步提升微操水平和大局观,已达到了王者荣耀职业电竞水平;去年,它学会了更多英雄玩法,并用40个英雄首次接受玩家们的挑战;最新版本中,团队又在竞技比赛的局前和局内阶段,进行了针对性优化。
几年前,AlphaGO击败人类职业围棋选手时,一度震惊世界。
与围棋相比,《王者荣耀》是一个不完全信息博弈场景,需要多个AI协作完成任务,且需在复杂连续的决策空间下进行长期决策。
换句话说,教会人工智能玩《王者荣耀》,比让人工智能下围棋更难。
邱福浩说,围棋的动作空间多达10的172次方,而AI在王者荣耀一局游戏中的操作可能性则多达10的20000次方。
让AI打游戏不是终点
但,进行如此复杂的研发、训练,就只是为了让人工智能在游戏中打败人类吗?
邱福浩并不这么看。因为人工智能最终是要服务于人类的。
他告诉记者,团队之所以就此进行研发,首先是因为“这是一个多人协作的游戏场景,它在设计上的高复杂度、高挑战性,满足了对高水平AI+游戏的研究需要”。
“从近年AI发展的关键事件可以看到,AI的下一个里程碑很有可能就是在复杂策略游戏中诞生。”
而人工智能进行复杂游戏训练的,是为了帮助人类解决现实生活中的问题。
邱福浩说,AI在虚拟环境学习通用的感知、决策能力,未来可能在现实世界中发挥更大作用。以无人车研究为例,AI学习外界环境,感知道路环境信息并加以表达,进而作出驾驶决策;再如机器人在虚拟世界仿真学习,再在现实世界对环境的未知变化做出反应。
他认为,未来,AI研究还将覆盖到更多场景。对于不少研究人员和开发者来说,多智能体技术研究依然存在显著的现实困难,包括环境的不确定性、信息获取的局限性、个体目标与全局目标的一致性,以及对高算力的要求。
在邱福浩看来,“AI+游戏”研究将是团队攻克AI终极研究难题——通用人工智能(AGI)的关键一步。AGI代表研发能在通用系统中执行多种复杂命令,达到或超越人类水平的AI。
“这中间的经验、方法与结论,长期来看,有望在大范围内,如医疗、制造、无人驾驶、农业到智慧城市管理等领域带来更深远影响。”
声明:以上内容为本网站转自其它媒体,相关信息仅为传递更多企业信息之目的,不代表本网观点,亦不代表本网站赞同其观点或证实其内容的真实性。投资有风险,需谨慎。
![ad555](/Public/cqfcw/img/ad555.jpg)
![ad111](/Public/cqfcw/img/ad111.jpg)