星海爭霸 AI 大賽冠軍出爐！沒用機器學習的三星，打爆臉書在內的二十幾個 AI 選手 --- 【為什麼我們要選這篇文章】今年的星際 AI 大賽結果出爐，冠軍 選手居然沒有「學習技能」還是第一次參賽！這個由三星出品的人工智能令所有團隊驚豔，而其他參賽者還有 Facebook 的 AI 團隊，以及中國知名影音平台 Bilibili 等多家科技公司參與，至於他們戰況如何，就來看看以下文章吧！（責任編輯：鄭惟馨） 本文經 AI 新媒體量子位（公眾號 ID：QbitAI）授權轉載，轉載請聯繫出處 作者：量子位／夏乙 問耕 剛剛，星海爭霸 AI 大賽新王誕生！ 二十多個掌握了機器學習技能的 AI，全都在一個不會學習、只會基於規則機械行動的 bot 面前，俯首稱臣。包括三巨頭之一 Yann LeCun 底下的 Facebook AI 團隊。他們的 AI 獲得亞軍，但在與新王的 100 回合大戰中，戰績是 83 負 17 勝，劣勢明顯。 其他 AI 更不是對手。新霸主與全部對手的 2600 場廝殺中，勝率達到了 95.91%。而往屆比賽中，冠軍勝率最高的一次，也不過 89%。 到底是誰？哪個團隊的人工規則，能如此碾壓人工智慧？ 答案是： 賽達（SAIDA）。 三星出品的 AI 沒有學習能力，勇奪冠軍靠得是人類經驗！ 來自三星，首次參賽的 賽達 ，完全基於規則，在這個機器學習大爆炸的時代，一個如此「復古」的系統，俾睨一眾 AI。賽達之所以如此厲害，一個重要原因是，背後有韓國職業星際選手助力。要知道，星際一度被稱為韓國的國技。 這次星海爭霸 AI 大賽的組織者戴夫．邱吉爾（Dave Churchill）總結說，今年的比賽成了兩家巨頭之間的爭奪。第一名三星賽達，代表頂級人類玩家的經驗總結；第二名 Facebook 的 CherryPi，有頂級工程師坐鎮，3 位頂尖 bot 作者都在麾下。（TO 編按：bot 為軟體代理的口語） 目前，三星職業選手組更勝一籌，但這還不是賽達的全部成就。在另一個星海賽事——星際 AI 錦標賽（SSCAIT）上，它的 ELO 等級分也排在第一名。（TO 編按：ELO 等級分制度是基於統計學的一種評估棋手水準的方法。一些線上遊戲的競技對戰系統也採用此評分） 總體來看，它已經是地表最強星際 AI 了。讓我們來認識一下這匹黑馬。 基於規則的演算法+選手經驗，成就賽達的冠軍之路 這次大賽還是基於星海爭霸：母巢之戰（Starcraft Broodwar）。 賽達使用人族（Terran），以穩定的防守優先戰略開局，到中期過後，它會尋找最佳 rush 時機，一波強攻擊敗對手拿下比賽。 和現在主流方法不一樣的是，賽達沒有用機器學習方法。 三星的工程師們嘗試了用卷積神經網路（Convolutional Neural Network, CNN）和編碼器—解碼器從游戲視頻中學習戰鬥時機，也嘗試了用多智能體強化學習演算法來控制單位……然後決定，在參賽演算法裡不用這些東西了。 這些研究當然也沒有白費，他們把研究結果寫進論文，投稿到了 AAAI 2019。哪位朋友見到這篇論文的預印本，歡迎通知我們，和更多讀者分享。 我們說回參賽版本的賽達，它都是手工編寫基於規則的演算法，一共 49702 行。不過，這並不是說它的打法就是一成不變的。它所用的策略不是一開始就預設好的，而是會根據偵查和掃描收集的訊息來建構。除了選擇策略的程式，賽達還包含用來控制單位和建築物的有限狀態機，用來尋找建基地位置或者敵人基地的幾種搜索演算法。 那麼，人類工程師是如何給這個演算法制定規則的呢？ 背後有韓國職業星際選手的幫助。戴夫說，把大賽官方提供的樣本程式 UAlbertaBot 和專業軟體開發者、韓國職業星際選手放到一起，就有了賽達。 賽達目前只能應付業餘玩家，距擊敗頂尖職業選手還要一兩年 賽達的源頭，可以追溯到 2017 年三星 SDS 舉辦的演算法大賽。 當時的主題剛好是星際。比賽中成績不錯的工程師們惺惺相惜，向公司提出要聯手打造一個超級厲害的星海 AI。 於是，2018 年 1 月，賽達誕生了。現在，這個誕生還不到一年的新秀不僅是兩大星際 AI 賽事的第一名，還已經和人類業餘玩家、職業選手都交過手。人類業餘玩家已經不是它的對手。 雖然賽達目前，暫時，還打不過職業選手，但開發團隊認為「已經不遠了」，內心充滿了希望。他們說，現在的星海 AI 已經達到了高端業餘玩家的水平，戰網天梯 1800 分左右的那種。再有一兩年，就能擊敗戰網 3000 多分的最強 7 位職業選手之一。 籌辦者戴夫對這個展望似乎半信半疑，他說，“I’ll believe that when I see it :)”，「眼見為實」吧。 他們的目標是：成為第一個擊敗人類星海職業選手的 AI。 賽達團隊 上面，就是賽達的 8 名創造者：Iljoo Yoon、Daehun Jun、Junseung Lee、Hyunjin Choi、Changhyeon Bae、Hyunjae Lee、Yonghyun Jeong、Uk Jo。其中，Changhyeon Bae 是這支隊伍的 leader。 Facebook 團隊 CherryPi 進步明顯，影片平台 bilibili 也有參賽 下面，說說今年的其他選手。先看看最終的排名。 今年的星際 AI 大賽成績單 第二名是 CherryPi。如果你關注過這項賽事，一定不會對這個名字陌生。櫻桃派這個選手，家世顯赫，出自著名的 Facebook AI Research 團隊，領軍人物是大名鼎鼎的 Yann LeCun。戰隊成員包括：Jonas Gehring, Vegard Mella, Daniel Gant, Zeming Lin, Da Ju, Danielle Rothermel, Nicolas Carion, Nicolas Usunier, Gabriel Synnaeve 去年，CherryPi 參賽獲得第六名。今年，經過一番車輪鏖戰，CherryPi 最終奪得亞軍，僅次於三星 SAIDA 戰隊。要知道去年的冠軍 ZZZKBot，今年只獲得第 10 名的成績。 CherryPi 會有 8-13 個候選策略。每場比賽開始時，它會根據與對手之間的歷史表現，基於具有時間衰減權重的強盜模型，選擇一個策略（通俗的說，也就是越是最近的比賽，權重越高）。隨著比賽進行，CherryPi 會根據當前情況，使用預訓練的模型，使用每種策略估計獲勝的可能性，滿足一些條件的情況下，會切換到勝率最高的策略。 所以，這也是一種來回切換的「混合」策略。 策略選擇上有幾個基本的要素。一是多樣性，能夠考慮到盡可能多的情況。二是穩健性，以及追求 100% 的勝率。三是更好的揚長避短。 CherryPi 使用了非常多的 AI 技術，包括： 基於搜索的 AI。CherryPi 使用了區域級尋路來指揮單位繞過地圖上的障礙，使用威脅感知尋路來風箏或者引導單位脫離戰鬥。CherryPi 也會基於人類數據學習建築擺放的位置，還用了離線強化學習，以及在線學習，也使用了 BWEM 進行自定義的地圖分析。 與去年相比，現在的 CherryPi 使用了 LSTM 模型進行高級策略的選擇，使用部分觀察的游戲狀態作為輸入；在巨集觀管理方面進行了優化，微觀管理也進行了改進。 CherryPi 使用了 Torch 框架，全部的代碼是大約 5 萬行的 C++。 第三名到第八名的共同特點：全是神族！ 第三名 CSE。這是一個中國戰隊。成員包括：Junge Zhang、Wei Guo、Qiyue Yin、Dong Zhan、Qiwei Wang、Yihui Hu、Shengqi Shen、Kaiqi Huang。 其中第一位應該是中科院自動化所的張俊格，去年他也帶領團隊參加了星際 AI 大賽，只不過去年他們的 AI 是 CPAC，今年改了名字。這支戰隊算是「改裝」派打法，他們的 AI 去年基於 Steamhammer bot，而今年則基於 Locutus。他們在 Locutus 的基礎上，做了一些策略和微觀層面的優化。 第四名 BlueBlueSky，也基於 Locutus，作者是科羅拉多大學的博士生 Pengfei Hou。 第五名是正牌的 Locutus。在八月的 CIG 星際 AI 大賽上，丹麥獨立游戲 AI 開發者編寫的 Locutus 一舉奪魁。（當時 ZZZKBot 也參賽了，最終排名第七。） 可能正是由於 Locutus 的成功，今年 3-8 名的戰隊，全都是使用神族的 AI。全部戰隊中，有 11 支使用了神族，蟲族的熱度有所下降。 其實 Locutus 是基於 Steamhammer 改進的，不同之處在於，Steamhammer 玩蟲族，而 Locutus 玩神族。 Steamhammer 本尊這次排名第十一。 除了 CSE 和 BlueBlueSky，這屆 AIIDE 星際 AI 大賽還有其他的中國團隊參賽。 排名第六的 ISAMind，作者 Fang Gao，來自中國電子科技集團公司認知與智能實驗室。 排名第七的 DaQin，作者 Lion Gis，看 GitHub 的畫風應該也是來自中國： https://github.com/liongis。 而排名第 13 位的 LastOrder，來自 B 站（Bilibili AI Research）。LastOrder 使用了 TensorFlow 機器學習框架。 B 站這個 bot，據說用了 1000 台機器進行分佈訓練，也被對手認為很有潛力。 從勝率中發現的小細節：賽達輕微下降、CherryPi 卻緩緩上升 雖然「不會學習」的賽達擊敗了各路 AI，但有個細節很有意思。 我們注意到，如上圖所示，隨著比賽時間的推移，三星賽達的勝率雖然一直很高，但總體上在輕微但持續的下降。與此同時，獲得第二名的 CherryPi 的勝率，在輕微而持續的上升。 儘管星海很難，但對於 AI 來說，也許未來有一天也能跟圍棋一樣，不用依靠人類的知識，自己成長為一代高手。 最後，給幾個開源地址。 賽達的源代碼目前還沒有放出，不過，GitHub 頁面已經有了，誰知道官方什麼時候會補一些除了 readme 之外的東西呢： https://github.com/TeamSAIDA/SAIDA CherryPi 的 GitHub 頁面傳送門： https://github.com/TorchCraft/TorchCraft Locutus 的 GitHub 頁面傳送門： https://github.com/bmnielsen/Locutus/ （本文經原作者 量子位 授權轉載，並同意 TechOrange 編寫導讀與修訂標題，原文標題為 〈2018 星際 AI 大賽冠軍誕生！一個個機器學習演算法，都輸給不會學習的韓國 bot〉。） 原文連結: https://buzzorange.com/techorange/2018/11/21/aiide-starcraft-ai-competition/?fbclid=IwAR2PzhsYSCY6nRz4YXHjWnAFHz3Q7yol6VV2Ua7Ji67GYKTjeAuJnJ70z3M --- 心得： 他們的 AI 獲得亞軍，但在與新王的 100 回合大戰中，戰績是 83 負 17 勝，劣勢明顯。 內建Flash經驗的AI? AI領域連韓T也要主宰世界了嗎 --

※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 49.215.246.127 ※ 文章網址: https://webptt.com/m.aspx?n=bbs/StarCraft/M.1542861297.A.110.html