Re: [閒聊] AI打星海爭霸，後來如何？

[ephraim13825 (湊あくあ的クルー)]

看到很多人都講到AI靠操作這件事

因為大學時期有稍微了解做過報告 而且以前對這遊戲還滿有熱情的

https://imgur.com/xmSgUU7.jpg

雖然實力不是最高 但還是講一點自己的看法好了


先貼上相關網站文件 有興趣可以看一下

研究簡介
https://reurl.cc/dWy2rk

Paper
https://reurl.cc/V1MDXQ


那時候的研發背景是 AlphaGo在稱霸圍棋後 deepmind想往更深的領域挑戰

所以想試試看如果今天是走法不固定的RTS AI會怎麼去判斷

當時還很多人覺得AI只能在有限制的範圍內贏人類 在這種多變又要有地圖觀的遊戲
內是無法比過人類的



一開始的版本就是前面看到的比賽版本

全視野(沒有迷霧都能看到) 280APM(有效操作) 350ms延遲 等等

所以當時有許多爭議

1.正常人只能看到你畫面中的物件

AI可以同時觀看到所有能見的區域 所以就能多線同時對應

所以在最後一場把視野關掉後 AI才不像以前可以同時做多線判斷

而且被搞到不知道該守哪邊輸掉

2.人往往會做出無意義的操作

雖然官方的APM是280 比一般選手都還要低很多

但是AI走的是一次到位的判斷 人類卻會有多餘的動作

例如我今天要控制單位從A到B AI會這樣走

https://imgur.com/L5W4Xqm.jpg

但人類卻會是這樣走

https://imgur.com/nKg8zoC.jpg

同樣一個路徑上點好幾次慢慢往前 為了應付可能突然出現的意外

這樣造成明明是相同的判斷 普通人要比AI多花好幾倍的操作數去完成



因為開發者不一定懂遊戲 也不清楚實際的運作方式

所以在這次比賽結束後 deepmind重新思考了研究條件 並做出了幾個修改

只能對會面內的物件做判斷 且只能控制畫面內的單位

不只神族 而且三個種族同時進行訓練

與選手溝通 限制所有操作 反應時間 以至所呈現的結果都必須與人類相當


在修改完從新學習閉關修練後

https://reurl.cc/60dZWO

deepmind與暴雪合作 宣告會默默把AI投入進遊戲天梯對戰內 並隨機配對人類玩家

且會不斷換帳號 避免過多次來被發現是AI


結果在與人類同等的條件下 所有種族的AI都能爬到遊戲最高的宗師階級

且比遊戲內絕大部分的玩家強 這場AI對戰也就到這邊結束


結論就是就算是走法幾乎無限的RTS類遊戲 AI也能透過判斷來取勝

在這之後他們研究蛋白質應用在醫學領域又是另一個故事了


--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 122.254.39.62 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/C_Chat/M.1661856644.A.1BD.html
推 bootes3177: 想到帥五進一
推 oldriver: 投入魔獸世界 搞不好會比隨團隊友還強
推 stu199712: 酷
推 rhox: 我也有研究所同學做AI爬爐石天梯的研究
推 chejps3105: 我聽deepmind之前演講的說法是他們一開始用有戰爭迷
→ chejps3105: 霧發現訓練起來超爛，甚至連去找對手都不會，所以先
→ chejps3105: 全開訓練等到有階段性成果才把戰爭迷霧加回來。而不是
→ chejps3105: 他們不懂遊戲，他們內部工程師都有下去自己玩過
→ ephraim13825: 我只的不懂是操作參數的部分
→ ephraim13825: 他們可能認為280已經比絕大多數的選手低了 但不知道
→ ephraim13825: AI並不會有所謂的累贅動作 所以實際效果還是會被玩
→ ephraim13825: 家強很多
推 doremon1293: 宗室是在那個服打的？
→ ephraim13825: *會比
→ henry1234562: 實際上280APM如果只是平均的也是沒啥用
→ ephraim13825: 後面天梯都是歐服 官方還有說歡迎玩家來挑戰XD
→ henry1234562: 因為AI平常營運需要的APM比較少
→ henry1234562: 會戰的時候一樣有餘額可以飆到很高
→ ephraim13825: 對 原本會戰會飆到1000 所以後面平均更最高都有調整
→ ephraim13825: 到一般玩家水準
→ doremon1293: AI操作不會失誤 小地圖不會漏看 就算一樣條件還是很
→ doremon1293: 有優勢
推 shasen1236: 以前我也追星海好幾年，但如果只是設這
→ shasen1236: 簡單限制和靠勝負得到這個結果，其實意
→ shasen1236: 義也不大
→ shasen1236: AI最大的意義在於是否能幫人類想出更好
→ shasen1236: 的決策，只有這種簡單限制對於AI的操作
→ shasen1236: 根本沒差，重點在於結論有沒有得出什麼
→ shasen1236: 時候該多線，分多少兵，或者該不該換
→ shasen1236: 家，單純上宗師的AI應該打從星海上市第
→ shasen1236: 一天就能做了
→ ephraim13825: 主要還是測AI在沒有固定落點的遊戲會怎麼走 算是比
→ ephraim13825: 棋盤遊戲進步更大了
推 kira925: 當時結論好像天梯爬到五千多還六千多分吧 再上去就沒了
→ kira925: 但那個時候這遊戲也沒多少人了...
→ kira925: APM280印象中也不是真的平均 那次比賽有瞬間拉出1500
→ kira925: 那個瞬間大家就知道整個訓練都歪了
→ teller526: 不過不得不說打天梯跟番戰還是差蠻多的 天梯雙方都可
→ teller526: 能不知道對方 但番戰就是雙方各種針對戰術
→ ephraim13825: 平均280是因為平時只執行最低需求 不會像玩家一直瘋
→ ephraim13825: 狂圈單位切畫面 所以很常在100左右 最高又不受限 才
→ ephraim13825: 會不平衡 後續與選手討論調整成符合人類的標準
推 km850105: 不過宗師也只是職業的等級而已
推 km850105: 接近本作級的職業選手會有7000up的分
→ jjjj222: 這個結果可以說明RTS主要就是打失誤的,
→ jjjj222: 壓迫造成對手失誤, 誰失誤少誰就贏了
推 j147589: 那個A到B 人類不能跟AI一樣點一次就好嗎