Re: [問題] 星海爭霸AI比賽的遊戲訊息輸入方式？

[cookieyu (Taiwanese)]

※ 引述《dharma (達)》之銘言：
: 有人說可能是架設攝影機來觀看螢幕畫面
: 機械手臂操控鍵鼠(限制手速)
: 讓AI能以最接近人類的方式來競賽
: 也有人說是遊戲內容會轉換成給AI軟體讀取的資訊
: 類似下面影片這樣
: https://www.youtube.com/watch?v=5iZlrBqDYPM
: 請問比賽方式有定案了嗎
: thanks

剛好這個禮拜又迎來了AlphaGo對柯潔的對局。不過目前Deepmind對星海這部分透露的還不
多，只能聊一些對未來可能作法的猜測了。

就像很多板友在推文裡談到的，人類與AI的對決會有很多技術性問題。例如要如何讓AI認
識每個單位、地形、資源，這也是原po連結中我們目前唯一可以瞥見的相關技術釋出。其
他的還有常常在爭議的輸入方式，包括APM等等。不過我認為對Deepmind來說，最重要的問
題還是「如何建立一個成功的決策系統」，而不會是悍馬2000這種對比於人類幾乎無限APM
的操作方式。

圍棋的資訊對兩方玩家都是完全公開的。玩家們都是靠著當下局面的同樣訊息進行決策。
而在攻克圍棋這個項目後，會來嘗試星海我想也是不讓人那麼意外的。圍棋和星海同樣是
現成的遊戲，所以它們的規則清楚、目標明確；而兩個遊戲在決策上最大的不同處則可能
在於資訊的透明程度。

從設計圍棋的決策系統來看，AlphaGo必須要能評估每個局面下的利益，這樣才能知道自己
下的這步棋是不是「好」的。對比到星海，我們可以常常想到小色和91這些「專業解說」
在下判斷時也常常會有「雖然吃掉這波兵，但是經濟落後太多」、「目前局勢對他不利，
就看他能用領先的科技打到什麼東西」，這類的「價值判斷」。而價值判斷正確與否的最
終判準在於遊戲最後是不是贏了。所以像是如何拿捏經濟、科技、兵力這種資源分配的決
策就是AI需要去學習的。另外，還有兵種如何搭配，例如人類機械化雖然正面強，但如果
被對方拖住戰線，自己的後方就很容易受到騷擾而又機動力不足，無法即時回撤。又比如
有時候「沒回頭路了，只能換家」、「這時候再不推出去就沒機會了」之類的戰機把握也
是相當重要的決策。

比起圍棋，因為規則的不同而使得星海的決策種類變得非常不同。而最該死的，更是這些
決策時常是建立在資訊的不完整上。「要如何運用手上已有的資訊來預測對方可能作出的
決策，並作出合理的決策來進行應對」，這話說起來很饒口，用例子可能比較清楚，最單
純的可能是看蟲族的農民數、有無開氣來猜測對方是慢狗開、快狗開、搶經濟等的戰略。
比較神乎其神的是像教主開圖那樣，覺得事情不對勁，抓到對方野兵營。比如很久以前看
到一場大雨神的比賽，對方野隱刀，但是大雨神(對我來說)莫名其妙的在沒偵查到隱刀塔
的情況下用三水晶把自己的家門封住。這樣的決策絕對是有理由的，其他板友的解釋是說
由於在偵察對方基地時看到對方早開氣，但又一直沒看到耗氣的兵種，所以下了對方野隱
刀這樣的判斷。

這使得如何、何時更新手上的資訊本身就變成重要的決策之一。例如幾分鐘灑雷達？幾分
鍾看到什麼代表什麼意思？前期的毒暴蟲巢是一波；中期的反而是為了防守。什麼時候又
要二次偵查？確定自己的情報不是被對方作表情誤導的？

這樣說起來，在星海中要做出一個成功的決策系統實在是滿高的挑戰。目前AlphaGo的勝率
也許可以挑戰九成以上了，雖然目前樣本不多，但從最舊的版本到目前最新的版本，人類
能贏的只有李世石那唯一的一盤。可以說在圍棋規則的決策環境中，AI已經可以代替人類
作出更好的決定了。跟星海比較起來，我想比較不同之處在於星海的資訊不透明上，另一
點則是決策時間更短，需要運算得更快。如何調配資源、配兵、出兵這類的決策我想對AI
來說不算太難，有足夠的時間應該就能建立起來。比較難的還是如何在有限的資訊量下持
續作出更好的決策，同時還得克服比起圍棋更加動態的局面。

APM等等問題，在人類對決中是重中之重，決定何方高手更能執行自己的決策。但我想對於
Deepmind來說，更重要的是透過遊戲這種「規則明確」、「價值判斷明確」的特性來學習
如何建立一個成功的決策系統。再不斷挑戰各種限制和複雜程度的環境之後，才更有機會
面對人類社會中的其他決策，畢竟生活之中有許多問題的決策比起遊戲更加複雜，或者曖
昧不明......




--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 27.242.139.173
※ 文章網址: https://www.ptt.cc/bbs/StarCraft/M.1495531668.A.A38.html
推 monkjohnny: 推一個，google絕對不是想做個「打星海會贏人類的AI
→ monkjohnny: 」，而是希望透過這個遊戲能讓AI接近人類的思考決策
→ DiAbLoE: 如果是純AI對戰 早就在sc1辦超過10年啦 之前twitch還天天
→ DiAbLoE: 播 也用不到deepmind 無人車其實已經能解決基本的像素畫
→ DiAbLoE: 面判斷跟偽道德兩難問題
→ cookieyu: 推樓上，視覺辨識挺難的，但是技術已逐漸克服這個問題。
→ DiAbLoE: 重點是AI不用做到完美 只要比人類好個一兩倍就夠了 看看
→ DiAbLoE: 路上的3寶決策 用數學演算法超過他們似乎不是很困難 XDDD
推 APM99: 樓上那可未必,演算法發現違規效率>>>守法時  絕對比三寶還
→ APM99: 寶
推 alan129: 很精闢 拭目以待
推 WrongHole:
推 waimcat: 印象中deepmind是自己去學怎麼玩 SC AI靠人寫好的程式跑
→ skychy: 有篇專欄文章  https://rocket.cafe/talks/82045
→ skychy: 裡面舉的例子很寫實，也代表現在無人車AI其實還很不成熟
推 aaddaaddjack: 之前看到一個文章 深度學習機的神經網路層數越高反
→ aaddaaddjack: 而錯誤率比少一點點層數還高 但星海比圍棋複雜太多
→ aaddaaddjack:  是不是能用多組深度學習系統配合演算 例如一個負責
→ aaddaaddjack: 會戰 一個負責營運 每個最佳解整合出一個勝率最高
→ aaddaaddjack: 的決策? 那這樣的話剩下就是演算法跟效能需要突破
→ aaddaaddjack: 的問題因為星海是即時制效能太重要了
推 teren: 決策從微觀的操作(拉哪隻兵集火誰)到營運資源分配到大局觀
推 kira925: 不行 因為APM是有限資源
→ teren: 要思考/運算的東西其實超級多 很期待看看deepmind怎麼學
→ kira925: APM是無限資源的話掛幾個AI都可以 但有限資源就要有分配
→ teren: APM當然要有限 因為現實世界就是有限資源下做思考
推 kira925: 阿，我是回aadd 不是teren
→ kira925: 在可使用的操作有限下 那個分配的AI對其他區域解會有嚴重
→ kira925: 的干擾 譬如會戰的AI會想要操作每一隻追獵/槍兵 可是APM
→ kira925: 有限&與營運需要的視野轉換有衝突 那怎麼分?
推 aaddaaddjack: K大：我知道會限制APM但是思考判斷應該不會限制 所
→ aaddaaddjack: 以我在想應該會有一個優先順序 畫面切會戰當然主要
→ aaddaaddjack: 操作在控兵 但是快捷鍵也能做一點營運跟補兵沒錯吧
→ aaddaaddjack:  就是優先順序的問題
推 aaddaaddjack: 而且就是限制操作所以電腦應該會更偏向人類真實操作
→ aaddaaddjack: 而不會想去控每一隻兵反而沒效率
→ myhole: 不太同意接近人類思考那段。打贏人類的思考才是根本吧
→ myhole: 然後所謂AI並不是微操+倍的那種層面好嗎=_=
推 APM99: 給奈奈ByuN的操作  跟阿法狗對局第一招就是3BB跳死神或槍兵
→ APM99: 阿法狗要贏也只能乖乖靠操作了
→ cookieyu: 推myhole大。從AlphaGo看起來，AI的學習和決策方式跟人
→ cookieyu: 類不太一樣。
推 lolucky531: 電腦比較大的優勢應該是分兵防守 能準確分兵
→ lolucky531: 感覺對電腦來說 多線應該不能達到拉扯陣型的效果
→ lolucky531: 可以想像的是電腦正面會非常猛 畢竟基本功能達到完美