AI单挑Dota 2世界冠军：被电脑虐哭……
?
OpenAI的機(jī)器人剛剛在 Dota2 1v1 比賽中戰(zhàn)勝了人類頂級(jí)職業(yè)玩家 Denti。以建設(shè)安全的通用人工智能為己任的 OpenAI，通過“Self-Play”的方式，從零開始訓(xùn)練出了這個(gè)機(jī)器人。
?
Dota2淪陷
?
繼橫掃頂級(jí)的人類國(guó)際象棋大師和圍棋大師后，計(jì)算機(jī)如今在風(fēng)靡全球的電子游戲Dota2中戰(zhàn)勝了世界級(jí)的職業(yè)玩家。此前未被披露的此場(chǎng)對(duì)決發(fā)生于Valve獎(jiǎng)金高達(dá)2400萬美元的Dota2國(guó)際邀請(qǐng)賽“The International”。
?
Dendi（圖左）在賽前與 OpenAI 的 GregBrockman（圖右）交談
在這場(chǎng)一對(duì)一的對(duì)戰(zhàn)中，OpenAI設(shè)計(jì)的一款機(jī)器人擊敗了職業(yè)玩家Danylo“Dendi”Ishutin，Dendi在此前的職業(yè)生涯中已贏得累計(jì)735449.4美元的獎(jiǎng)金。OpenAI的機(jī)器人在首場(chǎng)對(duì)戰(zhàn)中用時(shí)十分鐘擊敗了Dendi，之后Dendi在第二局對(duì)戰(zhàn)中退出并拒絕再戰(zhàn)第三局。
?
Dendi
“請(qǐng)放過我吧，”賽間Dendi對(duì)機(jī)器人對(duì)手這樣說道。
?
OpenAI在電子競(jìng)技領(lǐng)域首度擊敗人類頂級(jí)玩家。這比國(guó)際象棋及圍棋等游戲要復(fù)雜得多。
?
OpenAI的CTO Greg Brockman在賽前介紹稱這一款機(jī)器人通過數(shù)千次的加以指導(dǎo)的自我對(duì)決進(jìn)行訓(xùn)練，并稱該機(jī)器人已經(jīng)擊敗了數(shù)個(gè)Dota2的職業(yè)玩家。Brockman在博客中稱：“過去幾周內(nèi)，我們的機(jī)器人已經(jīng)戰(zhàn)勝過包括SumaiL（世界頂級(jí)1v1選手）及Arteezy（世界頂級(jí)overall選手）等多個(gè)頂級(jí)玩家”。
?
“自我對(duì)決”的理念是OpenAI研發(fā)的關(guān)鍵。這是一種AI系統(tǒng)學(xué)習(xí)解決極其復(fù)雜任務(wù)的有效方法：與太弱或太強(qiáng)的對(duì)手對(duì)戰(zhàn)，它都無法從中學(xué)到東西，但自身反倒是有價(jià)值的對(duì)手。Brockman介紹道：“你可以看到AI從完全的隨機(jī)狀態(tài)一步步發(fā)展到如今的頂級(jí)水平”。
?
AI公司慣常用電子競(jìng)技游戲來測(cè)試他們的技術(shù)，如谷歌的DeepMind攻克“星際2”，微軟的AI團(tuán)隊(duì)今日則宣稱他們?cè)诔远谷擞螒蛑蝎@取高分。
?
OpenAI并未打算就此停止征戰(zhàn)的腳步。他們希望在明年的參與正式的五對(duì)五比賽。與此同時(shí)他們也對(duì)外發(fā)布了此機(jī)器人，所以任何人有興趣均可與之對(duì)戰(zhàn)。第一個(gè)擊敗此機(jī)器人的玩家則可獲得Valve專設(shè)的賞金。
?
我們創(chuàng)造了在Dota21v1比賽中能夠擊敗世界頂尖職業(yè)選手的AI。其完全是用self-play的方式訓(xùn)練，沒有使用模仿學(xué)習(xí)（imitation learning）或樹搜索。這對(duì)構(gòu)建在混亂、包含人類行為在內(nèi)的復(fù)雜場(chǎng)景下能夠完成well-defined goals的AI系統(tǒng)是重要一步。
?
Dota1v1是含有隱藏信息的復(fù)雜游戲。代理需要學(xué)習(xí)計(jì)劃、進(jìn)攻、花招以及誤導(dǎo)對(duì)手。選手技巧和手速（每分鐘動(dòng)作）的關(guān)聯(lián)不那么強(qiáng)烈，實(shí)際上，我們的AI“手速”只是一般人類選手的水平。
?
想要在Dota中取勝，要求選手培養(yǎng)出對(duì)對(duì)手的直覺，并采取相應(yīng)的策略。在上述視頻中，你能看到，我們的機(jī)器人已經(jīng)通過完全的self-play學(xué)會(huì)了預(yù)測(cè)其他選手的動(dòng)作，并在不熟悉的場(chǎng)景下即興發(fā)揮，以及如何作用于選手的單位。
?
完全通過Self-Play的方式訓(xùn)練，從零達(dá)到世界頂級(jí)水平
?
OpenAI的目標(biāo)是建設(shè)安全的通用人工智能。對(duì)于AI來說，Dota是一個(gè)非常理想的試驗(yàn)場(chǎng)，競(jìng)爭(zhēng)激烈，游戲復(fù)雜。如果想在這門游戲中獲得成就，就必須推進(jìn)現(xiàn)有技術(shù)，實(shí)現(xiàn)技術(shù)突破。我們現(xiàn)在開發(fā)了一個(gè)AI，能夠在Dota的1v1比賽中擊敗頂尖職業(yè)選手。
?
Dota的規(guī)則非常復(fù)雜，如果是用規(guī)則方法，那么構(gòu)建出的AI一定是個(gè)蹩腳的player。所以，我們完全采用的是自我游戲（self-play）的訓(xùn)練方法。剛開始訓(xùn)練時(shí)，AI對(duì)于自己所處的世界全無認(rèn)識(shí)，而只是和自己的copy比賽，這也就意味著它和它的對(duì)手永遠(yuǎn)是旗鼓相當(dāng)?shù)摹Ｋ眠@個(gè)方法一點(diǎn)點(diǎn)地提升，直到達(dá)到了世界上最優(yōu)秀的職業(yè)運(yùn)動(dòng)員的水平。TheInternational（TI）是Dota的世界錦標(biāo)賽，吸引了世界各地20000名觀眾來觀看職業(yè)運(yùn)動(dòng)員爭(zhēng)奪2400萬獎(jiǎng)金。在TI上，我們派出AI和其中的多位高手進(jìn)行了比賽，在比賽中，AI展現(xiàn)出了很強(qiáng)的魯棒性和技巧，許多職業(yè)選手希望能持續(xù)和我們的AI比賽，并考慮要把它當(dāng)做是一種訓(xùn)練手段。
?
?
不過呢， 以上AI技術(shù)都是被動(dòng)AI， 什么時(shí)候主動(dòng)AI出現(xiàn)了的話， 人類就該關(guān)進(jìn)動(dòng)物園了 ~
?
自我意識(shí)的AI遲早將統(tǒng)治地球 ~~ 更多訪問here轉(zhuǎn)載于:https://www.cnblogs.com/gbin1/p/7380246.html
總結(jié)
以上是生活随笔為你收集整理的AI单挑Dota 2世界冠军：被电脑虐哭……的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： C语言中使用静态函数的好处
- 下一篇： CPU、GPU、FPGA、ASIC等AI