京东-优惠雷达
新人页面
精选商品
首月0月租体验,领12个月京东PLUS
自营热卖

20+顶尖高校同时开打《王者荣耀》!实际上是一场科研battle,你能信?

不奢求爱情 25天前   阅读数 20 0
金磊 假装发自 王者峡谷
量子位 报道 | 公众号 QbitAI

不是吧,不是吧。

一群学霸聚集在一起,竟然是为了打《王者荣耀》?!

而且还是来自清北、中科院、浙大等20余所顶级学府的那种。

但毕竟是一帮学霸们的“聚会”,果然连打游戏的“姿势”都那么与众不同:

他们竟然要用《王者荣耀》搞科研!

(妥妥的是有种诸葛亮“黄金分割率”的味道了。)

这到底是怎么一回事?

在《王者荣耀》里搞科研

要想搞清楚这件事,就需要先来颠覆一下你对《王者荣耀》的认知。

友友们,其实它不单单是一款游戏那么简单:

还是一个极具科研价值的游戏环境。

更准确来说,《王者荣耀》背后是一个AI 开放研究平台,它背靠腾讯各方面资源优势,为学术研究和算法开发开放的研究与应用探索平台——

“开悟”

但搞科研嘛,算法、算力、数据、场景,可以说是缺一不可。

于是“开悟”就放话了:

各路英雄豪杰,我这儿啥都有!

比如《王者荣耀》提供了游戏测试环境、脱敏游戏数据集,还有游戏核心集群等资源。

腾讯AI Lab则把搭建好的算法、计算平台、评估工具亮了出来;算力的支持则是由腾讯云计算提供。

于是乎,来自各大顶尖高校的学霸们,就华山论剑般地汇聚于此。

至于各家高手们的“论剑之道”,就是在限定时间和资源内,训练出最优模型,并把它部署到AI服务器当中。

在提交系统之后,学霸们就相当于“炼”出了他们各自的《王者荣耀》英雄。

这不,同样是貂蝉,在修炼完不同“功法”后,便展开了一场激烈的博弈。

在1级狭路相逢之际,便来了个同归于尽。

 注:动图来自2021高校联赛AI表演赛

虽说都只是智能体,但在这波battle中,她们很好地发挥了自身的基本功:

作战中……

预测敌方走位……

已击杀,阵亡……

每个基本功背后,都是智能体在“审时度势”后的最佳决策。

而在双方复活之后,策略之间的博弈就变得更加紧凑和激烈。

毕竟常言道:一招棋错,满盘皆输

蓝方貂蝉在入场发觉自己经济较低,果断选择“发展我方经济”。

但同时也没有做到过分“猥琐发育”,还是该出手时就出手——发起进攻、持续进攻。

 注:动图来自2021高校联赛AI表演赛

而在后期的决策博弈更是精彩:

战略撤退、进攻防御塔、返回基地、追击地方……

很是有种人类玩家的感觉了。

不仅如此,智能体在紧张的战斗决策同时,还兼顾了出装策略

大家都知道,出完血书(血族之书)的貂蝉,战斗中的续航能力会得到大幅提升。

为此,蓝方貂蝉第二个法术大件果断选择梦魇之牙,以此来克制红方貂蝉的回血。

 注:动图来自2021高校联赛AI表演赛

红蓝貂蝉在交手“八百回合”之后,终于迎来了“决战紫禁之巅”的时刻。

在红方水晶之下,两位貂蝉纷纷喊出“花开了,怒放吧”开启大招,完成最后的较量。

最终,以双方纷纷倒地,由蓝方小兵推倒红方水晶结束战斗。

……

这就是学霸们在《王者荣耀》里搞科研的结果展示。

而更具体一点来说,就是在特定的环境中,对多智能体之间的博弈展开研究,属于强化学习领域范畴。

它的难点之一,就在于智能体的每一个决策与动作,都会对全局产生非常复杂的变化,是有种“牵一发而动全身”的感觉了。

而在刚才的例子中,只是展示了学霸们在1V1场景中的科研成果,但其实他们还会有3V3的战斗。

这种场景对于智能体的挑战就更高了,因为每个智能体仅能获取局部的观测信息,但无法得知其他“队友”或“敌人”的信息。

这就对合作与竞争、完成特定任务背后的算法,提出了高难度的要求。

果然,学霸们打个游戏都是如此烧脑

……

不过讲真,如此“名场面”还真不是什么新鲜事。

游戏中搞科研,并不是第一次

其实刚才学霸们的“科研展示”,就是去年中科大和电子科大,在第一届腾讯“开悟”AI大赛上演的一场决斗。

这场比赛可以说是扩大了社会各界对“AI+游戏”的认知。

但说实话,在游戏里搞科研这件事,国内外早就有所行动了。

例如早在2017年,OpenAI“修炼”的智能体,就单挑苦练了半辈子Dota的人类玩家Dendi,最终AI大获全胜。

时隔一年(2018年),OpenAI再次派出OpenAI Five,以5V5模式对战人类顶级阵容。

结果,又是以AI100%胜率告终比赛。

当时这样的结果简直是出乎观众的意料之外,就连马斯克在比赛前被问及“谁会赢”,都非常自信地回复到“人类”。

与此相关的技术论文也早就有所公布。

而除了在Dota2这种5V5团队竞技类型游戏外,“AI+游戏”在其他类型的游戏中也有所渗透。

例如DeepMind从2017年开始,也频繁曝出在《星际争霸2》这款游戏中碾压人类顶级玩家的消息。

DeepMind在这方面的科研研究——AlphaStar,其背后的相关技术论文,更是登上了顶刊Nature。

而在国内,对于“AI+游戏”的科研也是如火如荼地进行中。

例如早在2018年开始,腾讯AI Lab便在《王者荣耀》中持续发力,并与游戏团队打造出了策略协作型AI“王者绝悟”

要知道,类似于这样的5V5 团队竞技游戏,单是玩家的动作状态空间便高达1020000

这个数字远远大于围棋及其他简单游戏,甚至超过整个宇宙的原子总数(1080)。

在这三年期间,腾讯AI Lab在与之相关的研究,更是频频登上了AAAI、NeurIPS 等 AI 顶级会议(相关链接附在文末,感兴趣的读者可深入研究)。

而就在前不久的世界人工智能大会中,“王者绝悟”更是以全英雄达到职业电竞水平亮相。

在与人类顶级选手的较量中,更是以绝对的胜率惊艳四座。

值得一提的是,正是由于腾讯AI Lab在“AI+游戏”领域的技术沉淀,才能够在将其能力“打包”输送给高校的学霸们,也就是我们刚才提到的“开悟”AI开放研究平台。

……

至此,或许你有一个大大的疑问:

在游戏里搞科学研究,对我们现实生活有什么意义吗?

直接上答案——有的!而且意义非凡。

游戏,会是下一个AI里程碑的诞生地吗?

是的,这就是业界目前普遍认同的一种看法:

下一个AI里程碑可能会在复杂策略游戏中诞生。

这种说法并不是空穴来风。

首先,“AI+游戏”所涉足的大领域,便是强化学习

一般来说,强化学习是用于描述和解决智能体在与环境的交互过程中,通过学习策略以达成回报最大化或实现特定目标的问题。

而一些复杂的强化学习算法,更是在一定程度上具备了解决复杂问题的通用智能。

但要通过训练,让智能体“炼就”如此能力,正如我们刚才说到的,算法、数据、算力、场景,这四样缺一不可。

尤其是场景和数据,需要够复杂、够具备不确定性,才能更好的贴近真实世界中人类决策时面对的环境。

游戏场景,恰恰就是符合这些高要求的“阵地”。

因此,长远来看,“AI+游戏”研究将是攻克通用人工智能(AGI)的关键一步。

而之于现实意义,以近几年大火的自动驾驶为例。

在这一领域中,随着技术的不断发展,自动驾驶逐步地从“感知层”向“决策层”过渡。

这是因为自动驾驶车辆在面临突发、不确定性问题时,需要作出精准的决策,来避免意外的发生。

可以把一辆自动驾驶汽车想象为一个游戏中的智能体,当它在现实生活中运行时,所要面对的问题复杂度之高,就不言而喻了。

这就离不开通过强化学习方法的大量训练,让自动驾驶这个“智能体”的应变能力,能够无限接近甚至超越人类。

但要练就这身功夫,在真实生活场景中训练定然是不现实的,而游戏,就成了一个非常好的训练场。

自动驾驶只是应用场景的案例之一,更多的还包括城市/空中交通管理、多机器人协调、能源分配等问题。

……

而腾讯AI Lab之所以携手王者荣耀团队打造“开悟”,也是基于上述情况的考量,不过他想要的做的却更多:

推动多智能体强化学习的发展。

尤其是高校在这方面的研究,更是“硬性条件”上面临着较为严峻的挑战。

但开放“开悟”,仅仅是腾讯AI Lab和王者荣耀团队为了完成这一目标的举措之一。

据了解,开悟还携手高校合作开发课程,进一步普及多智能体强化学习教育。

例如在今年8月,腾讯就宣布与四所国内一流高校(北京大学、电子科技大学、清华大学、中国科学技术大学),共建教学内容和课程体系改革项目。

据悉,这些顶尖高校将分别构建一门至少20学时的多智能体及强化学习平台的专业课程,理论授课知识点包括但不限于机器学习、强化学习、多智能体决策等相关的知识点。

除此之外,腾讯“开悟”还联合高校成立了人工智能科教联盟,并携手高校、科研院所、产业园区、投资机构组建人工智能科创联合体。

正如《王者荣耀》执行制作人、腾讯天美L1总经理黄蓝枭总结的那样:

我们开放了《王者荣耀》核心机制,提供标准接口、核心算法、脱敏的测试数据、评估工具和计算集群等,给高校老师和同学们进行多智能体的机器学习算法研究、学习成果交流,对算法成果反复迭代升级。期待这些研究成果能够落地其他产业环境,为工业机器人、救灾机器人等提供助力。

……

读到这里,你想不想围观清北等高校的学霸们,如何不仅打了游戏,还顺便把科研也一块搞了?

请继续关注开悟平台及赛事动向。

传送门

开悟官网地址:

https://aiarena.tencent.com/aiarena/zh/index

绝悟相关论文地址:

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


注意:本文归作者所有,未经作者允许,不得转载

全部评论: 0

    我有话说: