您的位置:新闻中心>>电子竞技

《DOTA2》的AI是如何打败顶级职业选手的?

2017-8-22 10:18:10    文章来源:游久论坛

  比赛的结局可能在不少人的意料之中,毕竟这是一场敢于在全球直播中表演的中单对决,只有足以匹敌职业选手水平的AI,才能站在这个全球DOTA2玩家共同瞩目的舞台正中;但整个比赛过程,几乎出乎了所有玩家和职业选手的意料:由人工智能操控的SF并非完全依靠绝对精准的数值计算,而是有所取舍地掌握并运用了拉扯兵线、吸引/取消仇恨、越兵线压制、打断大药,甚至骗补刀消耗这些游戏中的技巧。

  这次人工智能是在云端与Dendi进行的对决

  中单第二局,上一把输掉的Dendi在出兵后选择故意放兵,用进塔策略快速消耗第一波小兵,从而把第二波兵控制在己方坡上的策略,同时也在试探这个人工智能会如何应对。而卡兵出门的人工智能在第一波地方小兵进入一塔视野范围之后,第一时间选择放兵阻止对方进塔。虽然这一举动没能成功阻止Dendi的妙招,但人工智能依然依靠操作和意识,将第二波小兵留在了优势地形,并一步步积累优势,赢得了这场人与人工智能比赛的胜利。这个名叫OPEN AI的超级人工智能的实际表现,征服了众多玩家和职业选手。

  几乎每个DOTA玩家都有和自带AI交手的经历,但面对这样一个人工智能,每个人都能清楚地认识到,它与以往的那些所谓“AI”完全不同。

  与国际围棋棋手对决而声名鹊起的AlphaGo,从属于谷歌DeepMind工作室。这家人工智能领域的明星,接受了业内不少科技巨头的注资,同时担任特斯拉和SpaceX首席运营官一职的著名商业人物埃隆马斯克也是它的早期投资人之一。它击败韩国围棋冠军李世石后,埃隆马斯克第一时间发推,赞扬人工智能的发展成果。

  而在OPEN AI击败了Dendi之后,马斯克在推特上这样说道:“OpenAI第一次在电竞比赛上完胜世界顶级选手,这可比象棋围棋复杂多了”。OpenAI这家非盈利性质的人工智能研究公司成立于2015年,而埃隆马斯克是正是它的联席主席之一。

  在2016年12月,OpenAI发布了一个名叫“Universe”的AGI测试训练平台,这个平台的最终目的,是让人工智能像人一样使用计算机。在类型众多、数量庞大的测试项目中,游戏占了相当一个比重,从ATARI2600到近年的网页游戏,甚至其中还包括我们人人都熟知的《GTA5》。

  但回到Ti7上的中单SF对决,一些对这个AI的评价依然抱有争议:人工智能与职业选手获取信息的方式、量级是否相等?人工智能的反应速度、实际操作是否被限制在于人类相同的范围以内?

  这些公司的很多游戏都在Universe中进行测试

  这是个很严峻的问题。如果人工智能是依据游戏后台数据进行分析操作,并运用了远超人类的操作和反应速度优势的话,人类可以说是没有胜算的,这场对决就变得毫无意义。而这些问题,或许可以在Universe这一项目中得到解答。

  在Universe中,人工智能通过捕捉屏幕像素捕捉信息,并模拟鼠标和键盘进行实际操作,游戏屏幕被分为1024*768个缓冲区。以ATARI2600游戏为例,人工智能在局域网云端观察每秒60帧游戏画面后,存在20毫秒的观察滞后,和10毫秒的行动滞后。而在公共互联网中,帧数降低至20帧,观察滞后80毫秒,行动滞后30毫秒。

  而人类一般的反应速度是250毫秒,职业选手要更短一些。OpenAI在Dendi比赛结束之后有称,人工智能的实际反应和操作被限定在了人类合理范围以内。

  可与此同时,另一个问题也接踵而至。在比赛间隙,OpenAI一侧透露人工智能仅仅训练SF中单有两周左右,如此短暂时间里OpenAI已经可以做到击败全球实力水平最高的职业选手,但与此同时,DeepMind的AlphaGo训练《星际争霸2》,却仅仅到了“学会遇到危险飞起基地”的水平。两者究竟有什么不同?

  近几年来,人工智能得到了长足地进步和发展。现如今已经可以做到看、听、说、甚至学习生成文字、图像、声音,甚至打败围棋世界冠军。但这在人工智能领域中,依然被称作“狭义人工智能”——你可以赋予它某一个特定领域中远超于人类的能力,但它缺乏领域以外的合理执行力:即使AlphaGo学会了如何下围棋,但你无法让它陪你玩其他游戏,它无法应用现有经验带入新的尝试中,只能以不断试错的方式去学习。

  以一个叫做《Montezuma‘s Revenge》的ATARI2600游戏为例,这款游戏中玩家需要控制角色,利用各种设施进行移动,并躲避移动的头骨,拿到过关钥匙。人类玩家可以从画面中瞬间识别目标和危险,但是让人工智能去尝试,它无法一眼将头骨视为阻止它过关的威胁只能通过无尽的试错,才能找到正确的通关方式。

  为了让人工智能能够通过自我学习找到游戏目标,Universe尝试让人工智能去提取画面中的奖励机制。幸运的是,很多老游戏都在画面中有显示分数奖励,这使得人工智能终于能在一些游戏中主动寻求到游戏目标,并完成游戏。

  虽然OpenAI训练《DOTA2》人工智能进行中单对抗只有两个星期,但并不意味着这样短的时间内人工智能就能读懂游戏。早在今年上半年,OpenAI项目组就开始让人工智能学习《DOTA2》,经过强化训练后,它在3月1日学会了用小黑放神牛的风筝,并在4月份开始对抗真人玩家。

  《DOTA2》天梯玩家都有一个叫MMR的分数,这个分数一定程度上体现出玩家在团队PVP对战的实际水平,例如Arteezy是万分大神,Sumail8300分,dendi7300分。有数据显示,超过7500分的玩家数量仅占0.01%,有58%的玩家地狱3000分,15%的玩家低于1500分。进入5月份,人工智能已经能在真人对抗中迎战1500分的玩家了。

  今年6月初,人工智能第一次击败了1500分玩家,并在月底把大部分3000分局的胜场掌握在自己手中。随着训练不断进行,人工智能终于在7月初勉强拿下了一场7500分局的胜利。7月底,才开始OpenAI口中的那“两个星期”的训练周期。

随着训练,人工智能的胜率变得越来越高

  随着训练,人工智能的胜率变得越来越高

  8月7日,人工智能依次以3:0、2:1和3:0分别击败了6200分的Blitz、8500分级的Pajkatt和8900分的CC&C。两天后,人工智能又击败了万分大神Arteezy,当时这些选手一致认为,Sumail能够找出击败它的方法。

  在这几天当中,人工智能扔在不断自我学习和进化。8月9日,Sumail以2:1的分数战胜了人工智能,但一天以后,就吃了个0:6的大鸭蛋。

  在这一阶段,一些奇招是可以打败人工智能的。Pajkatt赢得那场,他通过快速合成魔棒,并适当配合仙灵之火的瞬间回复方式,击败了人工智能。而经过高达1000场线上测试后,OpenAI发现了几个人工智能的漏洞:把兵线反复后拉到塔与塔之间,小兵清干净后人工智能会被塔砸死;毒球+风灵之纹可以在开局制造非常大的移速优势,并可以快速拿到一血;出门学一级影压,一些6000-7000分的玩家可以通过短时间内的连续影压带走对方。

  当然,OpenAI的训练绝非完全自主的,这些特殊战术在之后都被放入了人工智能的训练单当中。经过一定训练后,人工智能甚至在遇到信使勾引的情况下,合理判断是击杀还是放弃。在自我学习和人工补足的协同下,最终使我们在Ti现场亲眼目睹了那场比赛。

  5V5还有多远?

  在战胜Dendi后,OpenAI表达了希望能在明年表演一场职业队伍VS人工智能的5V5比赛。当然,这场比赛的根基,才刚刚开始搭建。《DOTA2》每天有100万场公开匹配局,每局的录像都会在Valve服务器储存两个星期,OpenAI团队如今收集了超过580万场超过45分钟的高端局录像,让人工智能不断模仿和学习。

【游久网(uuu9.com)责任编辑:月光】

查看的相关新闻

焦点下架了手游,转型PC的腾讯WeGame

无论WeGame如何发展,反对的声音都会存在,如何在这些负.........

热门在《剑与家园》七日后,我闻到了游戏

我横竖睡不着,仔细看了半夜,才从字缝里看出来,满本上.........

大数据中占优的中国DOTA军团 为什么

回顾这届Ti7,中国Dota军团最初并不被看好,到前五占四.........

MOBA把电竞做成妇孺皆宜的娱乐

轻量化、重团队、重社交……MOBA依靠这些把精英的电竞做.........

更多

热门专题

  • 欢乐球吃球:道具创新让竞技更激烈
  • 《大话西游热血版》游久评测 引领动作手游新方向
  • 浮生三十七 高分性感小护士 莎莎
  • DNF混剪视频

关于我们

  • liumeiyan@u9time.com
  • U9游久网
  • 游久网 微信公众号:u9time

扫描二维码,关注游久网公众号