点击查看全文

在 AlphaGo 征服围棋之后，即时战略游戏《星际争霸》已经成为各家科技巨头与大学的下一个目标。Facebook 在这一方面的研究似乎正处于领先地位。7 月初，田渊栋等人开源了基于星际争霸的人工智能游戏平台（Facebook 开源游戏平台 ELF）。

不久后， Google DeepMind在官方博客上宣布开源星际争霸2 研究训练平台SC2LE。DeepMind希望通过这一工具，加速AI在实时战略游戏“星际争霸2”上的研究。 SC2LE提供由Blizzard开发的机器学习API，使研究人员和开发人员参与到游戏中。

星际争霸和星际争霸2暴雪公司出品的最成功的游戏之一。 “星际争霸”长期受欢迎的原因一部分归功于丰富多层的游戏设计，这也是AI研究的理想环境。例如，虽然游戏的目的是打败对手，但玩家还必须执行并平衡一些子目标，包括收集资源或构建建筑等。此外，游戏可能需要几分钟到一个小时才能完成，这意味着游戏早期采取的行动可能很长一段时间无法获得收益。最后，游戏中玩家只能观察到部分地图，这意味着代理机器人必须结合历史的记忆，并做好未来的规划才能取得胜利。此外，星际争霸包含300多种基本操作，玩家在游戏中的动作又常常是分级的，这比围棋中的搜索空间更加的复杂。

DeepMind在他们的研究中发现，训练的代理机器人对迷你游戏表现良好。 但是，对于完整的游戏来说，即使面对的是最简单的内置AI，训练的代理机器人也无法赢得一场游戏的胜利。 例如，一个早期智能代理常常不能保持其工人采矿，这对于人类来说则是微不足道的任务。 经过多次训练后，智能代理将采取更有意义的行动，但如果要具有竞争力，我们将需要在深度强化学习和相关领域取得进一步的突破。

点击查看全文