在今年八月份于吉隆坡舉辦的王者榮耀「世界冠軍杯」半決賽的特設(shè)環(huán)境中，騰訊 AI Lab 與天美工作室合作開發(fā)的策略協(xié)作型 AI「絕悟」一經(jīng)亮相就在與職業(yè)選手的 5V5 對抗游戲當(dāng)中獲得勝利，而在同年的上海 ChinaJoy 現(xiàn)場，「絕悟」也開放了和業(yè)余選手 1V1 競爭的體驗(yàn)測試，四天一共進(jìn)行了 2100 場對抗，最終取得了 99.8% 的勝率。
最近騰訊 AI Lab 和天美工作室聯(lián)合發(fā)表了一篇論文，詳細(xì)揭秘了「絕悟」取得不敗戰(zhàn)績背后的開發(fā)故事。
正如研究人員在論文當(dāng)中指出的那樣，《王者榮耀》這類實(shí)時(shí)戰(zhàn)略 MOBA 游戲不同于傳統(tǒng)棋盤游戲和雅達(dá)利游戲，前者需要更高難度的復(fù)雜操作，所處的游戲環(huán)境也會更加復(fù)雜。以《王者榮耀》為例，一局游戲當(dāng)中可能會涉及 10 ^ 600 種游戲可能性以及 10 ^ 18000 中可能的游戲操作，并且這還只是基礎(chǔ)，AI 還需要在 MOBA 游戲當(dāng)中發(fā)動 GANK、防御、誘導(dǎo)對手、補(bǔ)刀等，而且還可能涉及到復(fù)雜的技能連招。
騰訊的研究人員通過系統(tǒng)編碼圖像特征和游戲狀態(tài)信息，將游戲中的不同單元和敵方目標(biāo)以數(shù)字的形式表示，這一框架在總共 60 萬個(gè)處理器和 1064 張顯卡（包括NVIDIA Tesla P40s 和 NVIDIA V100s）上運(yùn)行，處理了 16000 個(gè)包含非隱藏的單位屬性和游戲信息。而訓(xùn)練一名英雄需要用到 48 塊顯卡和 18000 個(gè)處理器內(nèi)核，系統(tǒng)將以每秒 80000 個(gè)樣本的速度進(jìn)行持續(xù)訓(xùn)練。目前該系統(tǒng)的訓(xùn)練量已經(jīng)相當(dāng)于人類花費(fèi) 500 年所積累的經(jīng)驗(yàn)。
根據(jù)研究人員的說法，「絕悟」在經(jīng)過系統(tǒng)訓(xùn)練 80 個(gè)小時(shí)之后便已經(jīng)「出師」，但其實(shí)在經(jīng)歷了 30 個(gè)小時(shí)的訓(xùn)練之后，「絕悟」就已經(jīng)具備了打敗排位前 1% 玩家的能力。經(jīng)歷完整訓(xùn)練的 AI 將能夠在 0.1 秒內(nèi) 做出反應(yīng)，這已經(jīng)相當(dāng)于一個(gè)頂級業(yè)余選手的反應(yīng)。
在和真實(shí)玩家的較量中，盡管對手是經(jīng)驗(yàn)豐富職業(yè)選手，但「絕悟」還是取得了場均五個(gè)擊殺，而場均死亡僅 1.33 的數(shù)據(jù)。而在今年的 ChinaJoy 活動現(xiàn)場，「絕悟」一共與現(xiàn)場玩家進(jìn)行了 2100 場 1V1 對戰(zhàn)，勝率高達(dá) 99.81%，其中 AI 控制的八名英雄中，更是有五名取得了 100% 的勝率。
騰訊研究人員表示，他們計(jì)劃在不久的將來將其框架和算法開源，以促進(jìn)對《王者榮耀》等復(fù)雜游戲的研究發(fā)展。
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實(shí)，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書面權(quán)利通知或不實(shí)情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
