[外絮] 騰訊最新AI在SC2上擊敗作弊電腦

[andy920262 (andy920262)]

原始論文：
https://arxiv.org/pdf/1809.07193v1.pdf

我本身是SC2玩家也對AI稍有研究，最近剛好看到這篇上禮拜才發表的論文，台灣似乎還沒什麼新聞或討論。
這篇應該是目前第一篇“公開”研究聲稱可以“進行整場遊戲並擊敗玩家”的論文，先前SC2的研究都是只能進行小遊戲的程度。

簡單來講，騰訊發表了2個不同的AI稱為TStarBot1跟TStarBot2在深海礁岩這張地圖進行ZvZ遊戲，APM限制在400-800。
TStarBot1是跟電腦對局了700萬場自我學習的，TStartBot2則是沒有經過學習直接被人類給予規則的AI(Rule-base AI)。
這兩隻AI對上作弊電腦分別取得80%跟90%的勝率，並成功擊敗白金~鑽石段位的玩家(不過場次很少)。

不過論文中有提到，TStarBot1在玩了700萬場後學到勝率最高的招式是異化蟲快攻，因此對上真實玩家多打幾場就會被破解。
而TStarBot2使用的戰術就比較多元，但以AI研究的角度來看，Rule-base AI就只是根據人類賦予的知識進行遊戲，並沒有辦法自行學習更強的戰術，因此現在的AI研究多半是自我學習為重點。

技術細節的部分我就不提了，有興趣了解的可以推文我盡量解答￿。
重點就是現在SC2 AI的研究還只能打打電腦，先前天梯高端有AI出沒的傳言多半是假的，不然就是除了騰訊外有其他尚未公開的研究在測試，雖然個人認為機率不高就是了。

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 114.136.97.96
※ 文章網址: https://www.ptt.cc/bbs/StarCraft/M.1537942999.A.CBF.html
推 homelife: 之前在API發表之後，Deepmind玩SC2似乎都還沒有消息?
推 ws870325: 700萬場只會12d???
推 kira925: 700萬場的Z學會了一個12D...
→ kira925: 而且是ZvZ...
推 eternalviva: 應該不是只學會12D 而是12D效率最佳 XD
→ eternalviva: 學T的時候 大概也是每一場2BB
推 homelife: 沒有讀檔案內文，但如果是照AlphaGO的模式，一開始應該
→ homelife: 是從AI連規則都不清楚就讓他自己摸索?
AlphaGo是先模仿人類之後才自我學習，一般來講這種學法比較有效，但SC2要取得大量可學習的replay比較困難，看文章應該是重頭學沒錯

推 fragmentwing: deepmind的不是還在人族建築起飛戰術？
推 lather: 2bb  12D  野bg  應該都是最高的  博弈心態再加上操作
→ kira925: 400~800APM也太高了 200~400才合理吧
→ kira925: 看了下內容 他直接做了165個Macro 換句話說他已經先綁好
→ kira925: AI會做什麼子動作了...
→ kira925: 不能說偷雞拉 因為確實這些動作是可以先設定好的
→ kira925: 但是就不是從0開始
推 penut85420: 我覺得一開始有些Marco應該還算合理，如果一出世就有
→ penut85420: 個Rule Base而且沒綁腳本感覺有點太可怕。不過很看好
→ penut85420: 他的前景，期許有天可以改善遊戲內建的AI，甚至有機會
→ penut85420: 指導玩家哪些細節需要改善
→ penut85420: 發現筆誤，不是說Rule Base而是只有純輸入Rule
推 aegis43210: 強化獎勵的部份最難
推 zero790425: AIp要是碾壓另外兩族ai算不算是pimba(被拉走
推 Adonisy: 謝謝你告訴我12D轉大龍
推 abc0922001: 能打贏作弊難度的電腦很厲害欸
→ qqq87112: 以為看到吃肉人族 先打電腦
※ 編輯: andy920262 (114.136.97.96), 09/26/2018 17:37:19
推 win4104: 12D勝感覺...很靠賽
推 firefoxriko: 感覺ai條件比新人還差，新人還能上網找攻略，AI看攻
→ firefoxriko: 略的話就被說作弊了。
→ zseineo: 因為目標不一樣啊XD
推 firefoxriko: 我只是想說這樣還打的贏很厲害，我看了攻略都沒能打
→ firefoxriko: 贏
推 kirimaru73: 其實從來就沒有規定AI不能參考這個參考那個
→ kirimaru73: 只是那隻狗Re:0的威能太大 所有人都會想拿來比一下
推 wiki2548: 期待像圍棋一樣能探索出一個全新的世界
推 only1032: 二樓好好笑
推 shiyhsien: 我APM只有100不到
→ Mensholaten: 星海的變化比圍棋複雜太多 要training很久才有可能適
→ Mensholaten: 應各種情況吧
推 rodney228: 看了一下，Bot1只是給了165個"基本概念"比如甚麼是挖礦
→ rodney228: 攻擊的時候要點選目標、甚麼是科技之類的
→ rodney228: deepmind則是故意甚麼都不教?
→ rodney228: 只是APM設計得有點太高了，職業選手也很難一直這樣
→ rodney228: 更何況，學習戰術、操作一定程度之後，理論上Bot不會有
→ rodney228: 操作失誤吧
推 kira925: Deepmind是故意什麼都不教 Bot1是先設定好了一點結構
→ kira925: 不是不可以拉 但是要詳細看到寫得多死
推 jim8596: 我還以為最強是ai是甩毒爆的槍兵
→ jim8596: 而且rouge曾經出現2000apm過 限制不為過吧
推 kira925: 那我用加速鍵盤丟蛋瞬間APM破萬也算嗎...
推 amsmsk: 2000APM是產單位吧