Re: [情報] 最新星海AI十比零血洗人類職業玩家

[kuoyipong (petohtalrayn)]

https://www.youtube.com/watch?v=cUTMhmVh1qs
我個人覺得最誇張的會戰是那場閃現追獵加鳳凰閃死不朽的極限操作
但其實整體而言比較重要的是電腦在什麼都不知道的前提下學會了「這個操作可以贏」
單純只是讓AI會甩槍兵、甩異化蟲、甩飛螳也許也不簡單，但這不是Deepmind的目標
這場戰鬥比較精華的其實是最後一場空投牽制時亂掉的AI
因為這種對戰中，輸的局往往比贏的局更重要
之前AlphaGo對上Lee Sedol的時候，
其中一局也是在被Lee Sedol下出翻轉的一手之後整個局勢亂掉
這個AlphaStar也有類似的情形，優勢到均勢的時候能夠維持、擴大優勢，
但在劣勢情況目前都沒辦法翻轉勝負，甚至出現人類看起來破罐子破摔的打法

我比較意外的是，可能是電腦學習時間還不夠長吧，
電腦知道會戰的操作可以定勝負，這方面電腦應該在自己打自己的時候有深刻體悟
可是也可能因為集中在關於會戰的練習(時間可能不夠多)
上面提到的那場不是會戰而是損益計算的場面電腦的樣本(?)不夠多
所以就看起來綁手綁腳，最後被全滅了

關於手速
雖然一直有人說電腦應該要限手速，
可是老實說你到現實世界來看的話，
競技型的玩家到最後其實也是在拚手速，
所以我覺得一定的手速是可以容忍的
而且這個電腦每一動都是需要經過計算的，
也就是實行上除了硬體不是人腦以外，
其實做的事情沒有跟人類差很多，是一步一步動
雖然中間有到上千APM的部分我覺得有點過火，但本質上應該是可以接受的

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 1.164.92.112
※ 文章網址: https://www.ptt.cc/bbs/C_Chat/M.1548407898.A.C47.html
推 LayerZ: 電腦本來就要限手速，限到跟人一樣，不然狗海淹死坦克很早
→ LayerZ: 就有人做過了..
你沒看懂，Deepmind的手速並不是單純執行某個套路，而是像人類一樣每一步都用想的
這個版本的AI用槍兵甩毒爆(如果以後用人類的話)跟人類的差別沒有很大
當然，中間那個閃追獵看起來真的不太像人類做得到的事情，
可是你看韓國電競選手常常也做得到一些看起來不是人類做得出來的操作
難道你要因此限制電競選手的APM嗎？
推 miha80425: Deepmind是想創造人類思維電腦速度的AI
→ miha80425: 用微操打死人類一點意義都沒
所以你可以看的到，電腦目前的勝利是建立於營運跟前線戰鬥技巧
遇到我們平常說吃大局觀的對局會打不贏，就代表AlphaStar還沒訓練成熟
但這不代表電腦必須自斷雙手跟人類對拚
※ 編輯: kuoyipong (1.164.92.112), 01/25/2019 17:34:18
→ miha80425: 只要懂一點星海的人都看得出來PVP閃追那不是人類操作
噓 kira925: 你不懂為什麼要卡APM的原因
→ kira925: 沒有合理限制AI的操作性 那AI跟人在玩的是不同的遊戲
→ kira925: 單位的交換比 營運策略的擬定都不一樣
→ kira925: 所以Deepmind昨天扔出來的 本質上有很大的漏洞
→ kuoyipong: 我沒說他沒漏洞，只是我覺得APM不是最大的問題
→ shamanlin: 會覺得不卡APM沒差的是雲玩家吧，鍵鼠螢幕操作有極限
→ kuoyipong: 當然裡面有些微操是太過火，但過度限制APM很怪
→ kira925: 不 你就是不懂才會說本質上沒差
推 wooex: 對昨天的比賽最大問題不就apm
→ kuoyipong: 而且我記得他AI的APM也是有給限制的，只是看來效果不好
→ dieorrun: 現在不就大家覺得APM誇張了 誰要過度限制了
→ shamanlin: 不卡就是你營運輸還是可以靠操作去蠶食
→ kira925: 你不把APM降到換算過來與人類EPM同等級
→ wooex: 不然你覺得昨天還有什麼更大的問題==
→ kira925: 甚至更低(因為操作還不等價)
→ kuoyipong: 昨天我比較在意的是最後一場那個亂操作
我上面已經有講了，目前看來執行戰術的部分都很完美而且很漂亮，
但戰略有很大的問題，AlphaStar最大的問題是戰略過於僵化，
可能是因為學習的時候大部分的對局都是靠閃追獵打贏所以其他戰略不熟，
這代表他們可能在戰略上的學習還不夠好
※ 編輯: kuoyipong (1.164.92.112), 01/25/2019 17:41:37
→ kira925: 那AI就會一路往拼操作去收斂 而不是考慮提昇科技與兵種
→ shamanlin: AI的APM基本上可以視作幾乎都是有效操作
→ shamanlin: 而人類的如果把有效操作抓出來有沒有60%都不知道
→ shamanlin: 然後AI的還贏過灌水的一堆
→ kira925: 人類歐 APM300 EPM換算200 但是用AI標準可能100而已
→ kira925: 但昨天Deepmind是平均280 瞬間最高1500
→ kira925: 這個差距直接就會影響到收斂 AI根本沒在考慮轉兵
推 miha80425: 有些操作類型的兵種如閃追 打毒爆蟲的陸戰隊
→ kira925: 因為1500的完美操作可以做的事情就是這麼誇張
→ miha80425: 因為沒極限 數據都要調高 這是對應遊戲性的調整
→ kira925: 所以你屁這堆 只是證明你不懂為什麼大家批評DM失真了
→ miha80425: 目前AS的操作量明顯高於人類最高水平
推 Cishang: 人類有效APM能不能破百還有的說呢..
噓 kira925: EPM的話是有的 但是EPM與AI標準的操作量換算可能一半不到
推 b325019: 那個1500APM就是問題最大的地方，就算沒戰術只要微操就贏
→ b325019: 了，這不是研究AI的目的
推 Cishang: 要研究那個目的選星海就是選錯了 換個遊戲比較有意義
推 wooex: 選星海沒問題吧但昨天那個不太行
推 miha80425: 其他遊戲又沒RTS複雜
→ kira925: 應該說他條件沒有設定好 其實能跑出這樣的成果極度了不起
→ kira925: 但是護航他錯誤設定的條件就真的不行
推 b325019: 選星海沒問題啊
推 lturtsamuel: 本質上就不能接受好嗎= = 叫人類跟電腦比心算的概念
推 Cishang: 星海有很大一部分是靠操作 APM GAME 光設條件就飽了
推 K60258: 可以講一下幾分幾秒嗎，想拜見ai神操作
→ gigayaya: 請問鳳凰那段是在幾秒啊？SC外行聽不懂想看一看
推 tkglobe: http://www.youtube.com/watch?v=cUTMhmVh1qs&t=2h11m37s
→ tkglobe: http://www.youtube.com/watch?v=cUTMhmVh1qs&t=1h53m40s
→ tkglobe: 400多有效操作就把人類吊起來打了
推 NoLimination: 這真的蠻扯的 可以同時操作鳳凰和追獵換坦
→ NoLimination: 看起來跟上面那個瞬間破千差不多 真的只有4百?
→ SuM0m0: 是個星海雲玩家嗎 微操在這遊戲重要到可以無視很多戰略錯
→ SuM0m0: 誤 而且這個還限定地圖 限定pvp 也很多資料被隱藏了
推 LayerZ: 難起來不像是人類作的出來的操作 跟 物理上人類做得出來的
→ LayerZ: 操作是兩回事
推 NoLimination: 上面那真的扯超爆 在極限距離一個一個壓上去點追獵
→ NoLimination: 再一個一個閃到後面
→ LayerZ: 不過不只要限制操作，連眼跟神經都要限制才玩得下去
→ NoLimination: #點不朽
推 Cishang: 所以說選星海就選錯了 要把人類生理因素壓到最低才有意義
推 qoo60606: 電腦這理解真的恐怖 之前連營運都不會
推 NoLimination: 是啊 ai內戰大概不會出不朽吧
推 undeadmask: 到最後人類能守住阿法狗的電競會不會只剩下靠賽爐石了
→ undeadmask: 畢竟是比靠賽的遊戲XD
推 enjoytbook: 所以說研究者不在意啊，反正碾過去就好，至於人類的
→ enjoytbook: 自尊誰在意？
推 b325019: 不過最後一場被空投就跟白痴一樣代表還有的調啦
推 paul012011: 不是自尊不自尊的問題啊 是星海AI本來的研究目的是要
→ paul012011: 讓AI能在戰爭迷霧下進行戰略決策 這樣純拼微操就失去
→ paul012011: 意義了
→ LayerZ: 光是限制個視野，大概要兩倍以上的訓練時間才回的來吧XD
→ b325019: 講不在意那根本就不用搞研究了啦
→ WindSpread: 就不是要打贏吼……
→ WindSpread: 要打贏直接解除限制就好了
推 kerycheng: Ai互打的話大概只會看到mm海打mm海吧
推 b325019: 搞ai的目的是為了看ai如何自訂戰略，只是要贏根本不用那
→ b325019: 麼麻煩
→ x94fujo6: 跟你線下練好練滿 上線被打爆一樣 訓練樣本有限
→ x94fujo6: 真正起飛等上線跟大量真人對戰再說
推 kiv9137: 這個AI是為了訓練電腦模擬人類的判斷才做的，用手速正面
→ kiv9137: 肛贏實在沒意義，不過先出來秀一下AI進度還是令人驚艷就
→ kiv9137: 是了，不看那個鬼之操作的話
噓 worldark: 都上千了還沒差 有多雲
推 reinhert: 那個APM是瞬間速度的結果，TLO 也有爆千的是時候，去看D
→ reinhert: M的統計資料就知道了
推 kira925: TLO那個爆千是鍵盤的功能刷出來的
→ kira925: 那個東西根本沒有意義
→ kira925: 那個就是鍵盤更新Rate夠高 按鈕按住刷上去的
推 b325019: 先搞懂玩家跟AI的apm差別在哪好嗎w
→ b325019: 一般職業玩家有效apm大多在6成甚至更低
→ b325019: 而AI除了不會有無效操作還是精準點擊
→ b325019: 以AI的1500apm相當於職業玩家3000+apm
推 b325019: 在短兵相接的時候這差距就是無比的優勢
→ kuoyipong: AI的每個動作不一定一定都有效好嗎，這次的AI是靠學習
→ kuoyipong: 而來的，動作是用思考的而不是跑流程，每一動都是重新
→ kuoyipong: 計算勝率，所以不一定都是有效的
噓 kira925: AlphaStar與AlphaGO是不一樣的做法
推 joyca: 星海看著麼多年，alphastar能贏說實在沒看到很明顯的大局觀
→ joyca: 優勢，反而是做出很多非人的操作，如同選手抱怨我拿出所有
→ joyca: 能克制閃追的元素，只要是人類玩家基本上打不贏，但我還是
→ joyca: 輸了
推 joyca: 極限閃追操作，跨畫面同步操作分兵拉打，既然ai研究就是要
→ joyca: 以思考見長，就不該以操作優勢碾壓