AI打《星际争霸II》新进展，网友当场表白

刚刚，我们和暴雪联合宣布，北京时间周五凌晨2点，我们将公开展示AI玩《星际争霸II》（以下简称星际争霸II）的新进展！

届时将在星空卫视、频道直播。

CEO哈萨比斯表示，《星际争霸2》是一款复杂的即时战略游戏，对AI来说是一个长期的巨大挑战。 我们将展示我们的进步！ 你绝对不想错过直播！

消息一经发布，就在推特上引发近千条转发和热议。

不少网友表示有兴趣观看！ 即使工作了一整天，熬夜后还是要看！ 绝对不容错过。

甚至在论坛上给自己设置一个提醒：过两天提醒我！ 42小时内提醒我！

有网友当场“深情告白”：当宣布要开始玩星际争霸时，我也开始玩，只是为了更好地体会这门高深的技术。

对某些人来说，这是一个时代的结束。 最初，它们用于我们的 Chess & Go，现在它们用于我们的星际争霸。

如何迎接这样一个时代？ 有些人说他们已经感到恐惧了。 也有人为自己的发展制定了规划：第一步是精通星际争霸； 第二步，精通魔兽世界； 第三步，精通企业战略咨询。

也有一些好人评论，和打Dota的AI比怎么样？ 一起“战斗”一定会很精彩。

好管闲事的人问：2019年会开和平会议吗？

不过，也有网友不满，表示如果能打败职业选手，就当场吃掉鞋子！ 也引发了其他网友的共鸣。

还有专业网友在猜测《星际争霸2》是用什么技术征服的，大家也可以一起猜测一下。 以下是他列出的选项：

用AI玩星际争霸2有什么难的？

2016 年 11 月的暴雪嘉年华上，工程师们宣布了训练 AI 玩星际争霸 2 的计划。现在已经过去两年多了。

与暴雪合作的目标之一是开发一个足以在星际争霸2中击败人类玩家的人工智能系统。就像击败李士斗和柯洁一样。

然而，最终目标是将其中使用的技术应用到现实世界，而不是保留在游戏中。

“我们正在努力了解人类以及我们的大脑是如何工作的，”暴雪首席软件工程师雅各布·雷普此前表示。 “如果我们能够获得这种高质量的数据流——人类玩游戏的原始输入及其结果——这可能是研究人们行为的有用数据。”

对于人工智能研究人员来说，星际争霸2是一个有趣的挑战。

与国际象棋或围棋不同，《星际争霸》玩家面临的是不完美的信息游戏。 “战争迷雾”意味着玩家的计划、决策和行动的结果需要一段时间才能看到。

团队负责人 Oriol 表示，在《星际争霸 2》中，玩家可以看到对手的侦察兵，然后从视野中消失。 对于人工智能来说，要记住他们遇到的事情并理解这可能表明敌人正在某处建立基地，该记忆不仅需要保留，而且还需要在将来回忆起该特定信息。

“在《星际争霸 2》中，这是一种将未来与过去联系起来的非常重要但微妙的方式，”他说。 “很难确定因果关系，因为游戏中发生了太多事情。”

就连大名鼎鼎的“人臂”黄世杰也被调到了星际争霸2项目中。 很多人认为在即时战略游戏中，AI的反应速度会是很大的优势，但事实并非如此。

黄士杰此前解释魔兽争霸作弊码，围棋只有361个棋局，所有对弈内容对AI都是可见的。 然而，星际争霸2游戏有大量的全黑地图。 玩家需要探索地图，察觉对手的动向，以便制定相应的策略。

几乎每次鼠标移动都算作一次移动。 这种不确定性使得《星际争霸 2》对于人工智能来说比围棋更加困难。

这里有一个6分钟的视频，有中文字幕，可以更直观地解释AI玩星际2时发生的事情。

其中，凸显了AI星际游戏的三大问题：

1、不完全信息博弈

2.需要同时控制数百台机组

3、最困难的是需要制定长期战略

星际争霸2中AI战争的进展

为了教AI玩星际争霸2，暴雪于2017年8月发布了SC2LE，这是一个加速星际争霸2中AI研究的工具。入口在这里：

在推出工具包的同时，他们还开源了一套星际争霸2小游戏，这些小游戏是星际争霸2部分操作的抽象产物，AI可以从中练习移动、采矿等技能和单位建设。

到2018年6月，终于宣布这些小游戏已经使用关系型深度强化学习来解决，在6款小游戏中达到了目前的最佳水平，其中4款超越了人类大师级玩家。

然而，《星际争霸2》中还有更雄心勃勃的玩家。

去年9月，腾讯AI实验室发布论文称，他们构建的AI首次在完整的虫族VS虫族比赛中击败了星际争霸2的内置机器人Bot。 虽然它并不是严格意义上的“自学习”，而且人工智能仍然严重依赖人类生成的信息，但到目前为止，这是我们在星际争霸2项目上看到的最丰硕的成果之一。

腾讯实际上开发了两种AI，一种是基于扁平动作结构的深度强化学习代理，另一种是基于分层动作结构规则控制器的代理。

两个AI都可以在一场完整的战斗中击败1~10级内置游戏机器人（1v1虫族对抗，地图：深海礁石）。 其中8级、9级、10级机器人为作弊AI，享受额外加成。 远景及水晶矿、天然气资源。

拥有一系列扁平化的大规模运营。 在此基础上，利用强化学习来训练智能体采取策略； 而操作控制也是人工编码的，但是它具有大小分层操作的混合集，可以自行组合。

此外，去年11月，塔尔图大学还开源了《星际争霸2》深度强化学习（DRL）代理。 这个模块化框架主要用于训练《星际争霸2》的各种任务，在单机环境中提供比大多数开源解决方案更快的并行化能力。

它可以适应多种环境。 除了适用于星际争霸2的SC2LE外，还支持Gym、Atari等常用的强化学习任务。 它使用简单的Keras模型来定义神经网络，并且配置和共享配置也非常方便。

最重要的是，培训规模触手可及，简直爆炸。 在普通的4核CPU笔记本上，每秒采样率可以达到5K，10秒-0就可以学会立杆游戏。

事实上，仍然有一群人在研究如何用AI征服星际争霸（不是星际争霸2）。

最后附上直播地址，别忘了设置闹钟哦~

明星频道：

的：

最近的选择