本文轉(zhuǎn)自"智東西"

看點：5v5大勝職業(yè)選手，1v1勝率達99.8%，僅有1場敗給國服第一后羿。

8月3日，騰訊策略協(xié)作型 AI “絕悟”再出山，對戰(zhàn)王者榮耀職業(yè)玩家，勝率相當(dāng)驚人。

在當(dāng)晚吉隆坡舉辦的王者榮耀最高規(guī)格電競賽事——世界冠軍杯半決賽的特設(shè)環(huán)節(jié)中，在職業(yè)選手賽區(qū)聯(lián)隊帶來的 5v5 水平測試中獲勝，升級至王者榮耀電競職業(yè)水平。

▲“絕悟”職業(yè)水平測試完整視頻（3分55秒開始）

同時，“絕悟”的 1v1 版本也在上海舉辦的國際數(shù)碼互動娛樂展覽會 ChinaJoy 首次對公眾亮相，并向頂級業(yè)余玩家開放為期四天的體驗測試。

在首日的 504 場測試中，“絕悟”測試勝率為 99.8%，僅在對方為王者榮耀國服第一后羿的情況下，輸 1 場。

當(dāng)年 AlphaGo 打敗世界圍棋冠軍李世石，直接引爆第三次 AI 浪潮。但與現(xiàn)實世界相比，它解決的問題只是九牛一毛。更為復(fù)雜的即時策略游戲（RTS）正成為研究人員們新的挑戰(zhàn)項目。

業(yè)界普遍認(rèn)為，從這些策略游戲中有望誕生下一個 AI 里程碑。

其中最受歡迎的分支是 MOBA 游戲。像谷歌 DeepMind（星際爭霸2）、Facebook（星際爭霸2） 及 Open AI（Dota 2）等 AI 界明星團隊都在推進此類研究。

騰訊也早在兩年前就透露在做 AI 打王者榮耀方面的研究。去年12月，5個相互的獨立的 AI 在學(xué)會開黑技能后，5v5對陣王者榮耀中王者段位的人類玩家。大戰(zhàn) 250 個回合后，AI 拿下 48%?的勝率，幾乎與人類打成平手。

最新這場人機大戰(zhàn)究竟戰(zhàn)況如何？其背后的技術(shù)又如何實現(xiàn)？本文將簡要介紹這場人機大戰(zhàn)背后的技術(shù)，復(fù)盤全場精彩時刻，并回顧騰訊 AI 探索智能體研究的相關(guān)進程。

無需人類數(shù)據(jù)，一天訓(xùn)練強度高達人類440年

“絕悟”名字寓意絕佳領(lǐng)悟力，其技術(shù)研發(fā)始于 2017 年 12 月。一年后，“絕悟”通過了由前職業(yè)選手與主播聯(lián)隊帶來的頂尖業(yè)余水平測試。

在本次測試中，新的“絕悟”版本建立了基于“觀察-行動-獎勵”的深度強化學(xué)習(xí)模型。

▲騰訊策略協(xié)作型AI“絕悟”介紹

這款模型無需人類數(shù)據(jù)，從白板學(xué)習(xí)（Tabula Rasa）開始，讓 AI 自己與自己對戰(zhàn)，一天的訓(xùn)練強度高達人類 440 年。

AI 完全從零開始摸索成功經(jīng)驗，不僅學(xué)會了如何站位、打野、輔助保護和躲避傷害等游戲常識，更驚喜的是，還探索出了不同于人類常規(guī)做法的全新策略。

游戲中測試的難點在于，AI 需在不完全信息、高度復(fù)雜度的情況作出復(fù)雜快速的決策。

在龐大且信息不完備的地圖上，10 位參與者要在策略規(guī)劃、英雄選擇、技能應(yīng)用、路徑探索及團隊協(xié)作上面臨大量、不間斷、即時的選擇。這帶來了極為復(fù)雜的局面，預(yù)計有高達 10 的 20000 次方種操作可能性。

要知道，整個宇宙原子總數(shù)也僅僅是10的80次方。

團隊還創(chuàng)建 One Model 模型提升訓(xùn)練效率，優(yōu)化通信效率提升 AI 的團隊協(xié)作能力，使用零和獎懲機制讓 AI 能最大化團隊利益，使其打法果斷，有舍有得。

拆解“絕悟”六大精彩時刻

下面，讓我們一起來復(fù)盤一下 AI 在打王者榮耀過程中的一些精彩時刻。

1、探索全新策略

如圖，開局時，“絕悟”沒選擇傳統(tǒng)人類對線走位策略，而是由雙 C 位英雄虞姬和王昭君先一起清理中路第一波兵線，壓制敵方中輔。之后又轉(zhuǎn)上路壓制曹操血線。

2、長線策略

在對線期，賽區(qū)聯(lián)隊三人壓迫下路，“絕悟”果斷選擇用三個 AI 反壓賽區(qū)聯(lián)隊的上路，最終雙方互換一塔，維持均勢。

3、團隊協(xié)作

到比賽中期，“絕悟”四人追擊娜可露露，AI 達摩一腳將娜可露露反踢入 AI 群中，再由四個 AI 完美配合拿下自己的首殺。

4、即時策略

一對一時，賽區(qū)聯(lián)隊實力較強的曹操追擊“絕悟”虞姬，虞姬在殘血狀態(tài)退至高地。看到曹操抗塔血量大減后，把握機會絕地反殺。

5、即時策略+團隊協(xié)作

比賽后期在賽區(qū)聯(lián)隊的上路高地塔團戰(zhàn)，AI 王昭君先手被對方秒殺，“絕悟”果斷選擇反打，以漂亮的一波團戰(zhàn)全殲對手。

6、即時策略+團隊協(xié)作

在賽區(qū)聯(lián)隊全隊覆滅后， “絕悟”的兵線尚未到達，下路高地塔還有過半血量，“絕悟”果斷選擇四人輪流抗塔，無兵線強拆塔。

* 注：賽事尾聲，賽區(qū)聯(lián)隊團滅后，“絕悟”未直接推水晶，而是計算整體收益后，選擇先推最后一個高地塔，再推水晶直至勝利。

起步三年，目標(biāo)遠大

這已經(jīng)不是騰訊 AI Lab第一次秀 AI 大戰(zhàn)游戲玩家了。

從 2016 年起，騰訊 AI Lab 就開始透露關(guān)于智能體研究的進程。他們研發(fā)的圍棋 AI “絕藝”（Fine Art），現(xiàn)擔(dān)任中國國家圍棋隊訓(xùn)練專用 AI 。

2017 年，“絕悟”研發(fā)啟動，到 2018 年時，“絕悟”已經(jīng)達到業(yè)余頂尖水平。

去年5月，騰訊 AI Lab 匹茨堡大學(xué)的研究人員曾向 AI 頂會 ICML 2018 提交了一篇論文《Hierarchical Macro Strategy Model for MOBA Game AI》，嘗試了 AlphaGo Zero 中出現(xiàn)的蒙特卡洛樹搜索（MCTS）等技術(shù)，并取得了不錯的效果。

那時，AI 還只能玩狄仁杰一個英雄。幾個月后，它們已經(jīng)可以“五人”組隊，在王者段位和人類玩家打得有來有回了。

在去年 12 月的 KPL 秋季決賽中，“絕悟”曾接受前職業(yè) KPL 選手辰鬼、零度和職業(yè)解說白樂、九天和立人組成的人類戰(zhàn)隊的水平測試，這些人類戰(zhàn)隊的平均水平超過 99% 玩家。

最終，AI 戰(zhàn)隊贏得比賽的勝利。

騰訊還在射擊類頂級 AI 競賽 VizDoom 奪冠，并在《星際爭霸2》首先研發(fā)出擊敗內(nèi)置 AI 的智能體。

在今年 4 月的高通人工智能開放日上，高通宣布將和騰訊 AI Lab 、王者榮耀、vivo四方共同打造一支王者榮耀 AI 電競戰(zhàn)隊“SUPEX”，希望能夠通過MOBA類游戲場景的實驗環(huán)境來不斷提升和優(yōu)化 AI 電競戰(zhàn)隊的實力，從而為移動電競帶來更好的競技體驗。

騰訊副總裁姚星介紹，“電子競技”將成為策略協(xié)作型 AI “絕悟”未來短期內(nèi)的主要應(yīng)用場景。

作為數(shù)字時代最受年輕人歡迎的運動，電競已于 2018 年成為亞運會表演項目，中國隊參賽獲兩金一銀的佳績。

與傳統(tǒng)體育項目一樣，電競職業(yè)選手也需要手眼腦協(xié)調(diào)、策略和操作快速反應(yīng)、團隊協(xié)作精神及大量刻苦訓(xùn)練。

借助在算法和數(shù)據(jù)方面的優(yōu)勢， AI 可為職業(yè)選手提供數(shù)據(jù)、戰(zhàn)略與協(xié)作類實時分析與建議，及不同強度與級別的專業(yè)陪練。以前沿科技推動電競專業(yè)化發(fā)展，AI 將繼續(xù)推動中國電競在全球范圍內(nèi)保持領(lǐng)先。

結(jié)語：解決通用人工智能的關(guān)鍵一步

據(jù)騰訊介紹，從長期應(yīng)用上，“絕悟”將是騰訊攻克 AI 終極研究難題——通用人工智能的關(guān)鍵一步。

AGI 代表研發(fā)能在通用系統(tǒng)中執(zhí)行多種復(fù)雜命令，達到或超越人類水平的 AI。

從“絕藝”到“絕悟”，騰訊 AI Lab 不斷讓 AI 從?0 到 1 去學(xué)習(xí)進化，并發(fā)展出一套合理的行為模式。

這中間的研發(fā)經(jīng)驗、方法與結(jié)論，長期來看，有望在大范圍內(nèi)，如探索 AI 結(jié)合電競、醫(yī)療、制造、無人駕駛、農(nóng)業(yè)到智慧城市管理等廣闊領(lǐng)域展現(xiàn)巨大潛力。

而本次兩類技術(shù)水平測試結(jié)果，一定程度上反映出騰訊在深度強化學(xué)習(xí)、多智能體決策智能課題上的國際級 AI 研究水準(zhǔn)，也標(biāo)志著騰訊在攻堅通用人工智能難題上更進一步。

騰訊 AI Lab 將通過論文等形式進一步分享技術(shù)細(xì)節(jié)，通過開放研究，幫助和啟發(fā)更多研究者。

推薦閱讀：（點擊下方標(biāo)題即可跳轉(zhuǎn)）

受用一生的高效PyCharm使用技巧

沒看完這11 條，別說你精通 Python 裝飾器

??長按 2 秒關(guān)注「 小詹學(xué)Python 」

喜歡就點擊“在看”吧！

總結(jié)

以上是生活随笔為你收集整理的腾讯AI大战王者荣耀！504场1v1仅输1场，5v5达电竞职业水平的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。