騰訊揭秘《王者榮耀》AI如何擊敗職業選手

• 2019 年 12 月 25 日
• 資訊

在今年八月份于吉隆坡舉辦的王者榮耀「世界冠軍杯」半決賽的特設環境中，騰訊 AI Lab 與天美工作室合作開發的策略協作型 AI「絕悟」一經亮相就在與職業選手的 5V5 對抗遊戲當中獲得勝利，而在同年的上海 ChinaJoy 現場，「絕悟」也開放了和業餘選手 1V1 競爭的體驗測試，四天一共進行了 2100 場對抗，最終取得了 99.8% 的勝率。

最近騰訊 AI Lab 和天美工作室聯合發表了一篇論文，詳細揭秘了「絕悟」取得不敗戰績背後的開發故事。

正如研究人員在論文當中指出的那樣，《王者榮耀》這類實時戰略 MOBA 遊戲不同於傳統棋盤遊戲和雅達利遊戲，前者需要更高難度的複雜操作，所處的遊戲環境也會更加複雜。以《王者榮耀》為例，一局遊戲當中可能會涉及 10 ^ 600 種遊戲可能性以及 10 ^ 18000 中可能的遊戲操作，並且這還只是基礎，AI 還需要在 MOBA 遊戲當中發動 GANK、防禦、誘導對手、補刀等，而且還可能涉及到複雜的技能連招。

騰訊的研究人員通過系統編碼影像特徵和遊戲狀態資訊，將遊戲中的不同單元和敵方目標以數字的形式表示，這一框架在總共 60 萬個處理器和 1064 張顯示卡（包括NVIDIA Tesla P40s 和 NVIDIA V100s）上運行，處理了 16000 個包含非隱藏的單位屬性和遊戲資訊。而訓練一名英雄需要用到 48 塊顯示卡和 18000 個處理器內核，系統將以每秒 80000 個樣本的速度進行持續訓練。目前該系統的訓練量已經相當於人類花費 500 年所積累的經驗。

根據研究人員的說法，「絕悟」在經過系統訓練 80 個小時之後便已經「出師」，但其實在經歷了 30 個小時的訓練之後，「絕悟」就已經具備了打敗排位前 1% 玩家的能力。經歷完整訓練的 AI 將能夠在 0.1 秒內 做出反應，這已經相當於一個頂級業餘選手的反應。

在和真實玩家的較量中，儘管對手是經驗豐富職業選手，但「絕悟」還是取得了場均五個擊殺，而場均死亡僅 1.33 的數據。而在今年的 ChinaJoy 活動現場，「絕悟」一共與現場玩家進行了 2100 場 1V1 對戰，勝率高達 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，他們計劃在不久的將來將其框架和演算法開源，以促進對《王者榮耀》等複雜遊戲的研究發展。