人類玩 DOTA2 能贏，是因為 AI 是暴雪爸爸教的

• 2019 年 11 月 29 日
• 筆記

作者：Tommy Thompson

AI &遊戲 資深研究專家

YouTube @TableFlipGames

超神經HyperAI 導讀

人類終於在 DOTA2 上贏 AI 了呢。

今天，DOTA2 全球頂級賽事 Ti8（The International DOTA2 Championships）淘汰賽進入到第三日，除了惋惜中國戰隊 VG 遺憾出局之外。之後舉行的 OpenAIFive 大戰Pain 戰隊則成了一大亮點，不同於上次 OpenAI 大敗 Dendi，這一次 OpenAIFive 首場以敗北告終，人類戰隊似乎又看到了一點希望。

但其實，在 OpenAI 進行訓練的時候，通常是用暴雪爸爸出品的「星際爭霸」，這一直是很多玩家心中的經典之作，地位並不亞於「魔獸世界」。

作為一款即時策略遊戲，依靠多兵種協作、宏觀策略規劃等遊戲機制，在同一場遊戲中能產生無數中可能，對訓練 AI 在不確定性場景中的決策能力和算法效率很有幫助。如今，這款遊戲已經成為 Google、微軟等知名科技公司的 AI 試驗場。

即時策略遊戲：最適合訓練 AI 的遊戲

即時策略遊戲（Real Time Strategy Games，簡稱 RTS）是策略遊戲的一種，跟回合制遊戲不同，這種遊戲可以即時進行，玩家在遊戲中通常扮演決策者，需要進行調兵遣將、制定策略等宏觀操作。最常見的即時遊戲除了的「星際爭霸」，還有「魔獸爭霸」、「紅色警戒」等。

這類遊戲一般設有迷霧機制，即所有玩家的視野有限，只能看見自身周邊的場景。玩家需要通過探索世界搜集資源，用來建設基地和打造科技樹（比如通過各種材料合成武器等），只有成功摧毀敵方工事，並消滅敵人，或者抵禦住所有進攻才能獲勝。

在遊戲過程中，如何合理分配資源，制定攻防計劃，對地圖理解程度如何等，都將成為影響對戰結果的關鍵。

這就要求玩家在進行遊戲時，除了不斷對未知世界進行探索，還要時刻觀察對戰狀態，制定攻防戰略，加上這類遊戲搜索空間巨大，一場遊戲中可能存在無數種可能。因此，RTS 遊戲很適合用來訓練 AI 在不確定性場景中的決策能力，檢驗 AI 的算法效率。

訓練 AI ，從征服「星際爭霸」開始

而在所有的 RTS 遊戲中，「星際爭霸」無疑是最佳選擇。

這款遊戲知名度高，玩家眾多，可以提供大量訓練 AI 所需要的人類玩家數據。而且，這款遊戲非常複雜，能有效檢驗 AI 模型的算法效率。於是，從很早開始，就不斷有研發人員希望通過「星際爭霸」來訓練 AI 模型。

「星際爭霸」作為一款在不完全信息下的遊戲，128 x 128 的地圖範圍可以創造出巨大的搜索空間。目前圍棋的搜索空間大概在 10170，「星際爭霸」的搜索空間能達到 101685。而且還允許創造最多 400 個兵種單位，各類兵種擁有不同的屬性，可以在遊戲中創造出無數中可能，因此，AI 需要運行更多算法進行應對。

星際爭霸 2017 重製版

此外，遊戲中不同陣營的玩家隨時都會相遇，需要 AI 在毫秒內做出反應。這需要AI具備記憶和即時信息分析能力，能夠綜合所有隨機遭遇，或偵察到的情況，不斷調整遊戲策略。另外，遊戲作為虛擬場景，訓練中的試錯成本非常低。這些因素讓「星際爭霸」成為 AI 訓練的理想場所。

AI 是怎麼學會的？

ORTS：

專為 AI 研究搭建的 RTS 對戰平台

ORTS 全稱為 Open Real Time Strategy，是一個開放 RTS API 的即時策略遊戲平台。2003 年，由加拿大阿爾伯塔大學的計算機科學教授 Michael Buro（邁克爾·布羅）專門開發，用於在 RTS 遊戲上訓練 AI 模型。

這款搭載 OpenGL API 的 3D RTS 遊戲平台，可以模仿市面上大部分即時策略遊戲，還能處理 3D 圖像。ORTS 的通信協議和源代碼全部對外開放，用戶可以免費訪問大量地圖、模型、軍隊數據等，遠程構建 AI 控制器，用於訓練 AI 模型。

開放即時戰略遊戲（ORTS）平台，可以在 GitHub 上查看該項目

獲取鏈接為：https://github.com/benoit-dumas/OpenRTS

ORTS 為研發人員在即時策略遊戲中創建 AI 控制器創造了條件，但它僅能複製現有 RTS 遊戲的運行機制，仍不能直接接入原生遊戲。由於很少有人類玩家參與，因此 ORTS 大部分時間只有 AI 玩家。

終於，故事在 2009 年出現了轉機，ORTS 跟暴雪達成協議，在 ORTS 舉辦的最後一屆 RTS AI 競賽上，發佈了的 API——BWAPI（「星際爭霸：母巢之戰」官方 API），這也是「星際爭霸」系列首個對外 AI API。

BWAPI：

可直接在「星際爭霸」中創建 AI 角色

BWAPI 是一個開源的 C++ 框架，意味着所有研發人員都可以在「星際爭霸」中訓練自己的 AI 模型。BWAPI 可以為 AI 模型提供人類玩家的遊戲數據，以及當前遊戲狀態、可用兵種類型、科技樹情況等信息。

在對戰中，為防止 AI 玩家作弊，系統規定只有當敵方玩家沒有被迷霧遮擋，且處於 AI 模型視野之內，才能獲取對方的位置、屬性等信息。

不過，由於在同一個給定框架中，AI 可以進行比人類玩家更多的操作。因此，在遊戲過程中可能會出現一些奇怪的行為，比如在牆壁上行走的陸地兵，以及四處滑動的建築物。

雖然 BWAPI 在實際應用過程中還存在缺陷，但不可否認它成功實現在「星際爭霸」中訓練 AI 模型的設想，推動了 AI 的發展。也為後來 AIIDE（人工智能和互動數字娛樂會議）舉辦「星際爭霸」大賽奠定了基礎。

AIIDE：

讓更多人參與到「星際爭霸」AI 競賽

2010 年，AIIDE 作為當時世界上最大的遊戲 AI 研究會議之一，舉辦了首屆僅由 AI 參與的「星際爭霸 AI 錦標賽」。比賽總共分為 4 場，每場比賽都有不同的側重點，用來展現 AI 模型在不同實戰場景中的表現。

• 第一場和第二場側重於在複雜地形上的兵種單位管理；
• 第三場則採用視野全開的無迷霧區模式，但禁止使用高級兵種；
• 第四場為常規對抗，有迷霧也可以使用高級兵種；

這屆競賽取得巨大成功，總共有 26 個 AI 團隊參賽，其中 17 個團隊完成全部比賽。首屆比賽冠軍由蟲族 AI 玩家 Overmind 獲得，Overmind 是由加州大學研究團隊開發。

值得一提的是，Overmind 的開發者，現 Google DeepMind 研究科學家 Oriol Vinyals 曾是西班牙「星際爭霸」冠軍。Overmind 雖然在 AIIDE 比賽中獲勝，但卻很難擊敗人類玩家 Oriol Vinyals。

2011 年，隨着參賽者越來越多，為保證比賽公平性，AIIDE 要求 AI 玩家必須公開源代碼，所有比賽都將在基於 C/S（客戶/服務器模式）架構的服務器上進行。

在這一年舉辦的第二屆「星際爭霸 AI 競賽」上，來自英國的 SkyNet（天網），採用了注重早期防禦和周期性衝鋒的策略斬獲冠軍，這位 AI 玩家是由英國工程師 Andrew Smith 一個人研發，證明 AI 算法在策略制定上的可能性。

再到 2012 年，AIIDE 競賽已經可以實現永久存儲比賽錄像，這意味着 AI 可以通過觀看之前的比賽來學習。如今，AIIDE 仍在繼續舉辦「星際爭霸」AI 競賽，希望藉此鼓勵更多人參與研發「星際爭霸」AI 模型，以推動 AI 發展。

在 2011 年 AIIDE 舉辦第二屆比賽時，另一場專門針對大學生等業餘 AI 玩家的「星際爭霸」AI 大賽也悄然展開。

SSCAIT：

專為學生及業餘玩家設立

SSCAIT（「星際爭霸」學生 AI 大賽）由斯洛伐克哲學博士 Michal Certicky 在 2011 年成立，主要為在校大學生、研究生以及社會上所有對「星際爭霸」AI 競賽感興趣的玩家而立。

通過 BWAPI，幾乎所有人都能開發屬於自己的星際 AI 控制器。

SSCAIT 比 AIIDE 更加開放，賽制也發生了變化，並且可以在 Twitch 觀看練習賽和正賽的直播。比賽採用 1 對 1 近身肉搏戰，當一方的建築物被全部摧毀，或者程序崩潰，遲遲無法做出決策時，就會被判出局。

即便 AI 在「星際爭霸」競賽中不斷進步，在很多其他遊戲上的表現也要優於人類，但在「星際爭霸」人機對戰上，截至目前，人類的水準依然可以完勝 AI 。

人機對戰，人類還是略勝一籌

AIIDE 曾舉辦過一場 AI 與人類玩家的比賽，由 2015 年「星際爭霸」AI 大賽前三甲對陣俄羅斯「星際爭霸」職業選手 Djem5，但沒有一次取勝。

2017 年，韓國首爾的世宗大學也舉辦了一場人機對抗賽，四位 AI 玩家對陣韓國「星際爭霸」職業選手，同時也是世界上最強的職業玩家之一——Song Byung Gu（宋炳具）。

這四位 AI 選手分別是來自世宗大學的 MJ Bot、ZZZKBot 和 tscmoo 以及 Facebook AI 實驗室的 CherryPi，四位 AI 選手均在 27 分鐘內（最快的四分半）被擊敗。

因此，在創造出 Alpha Go 後，Google AI 實驗室 DeepMind 團隊盯上「星際爭霸》」，希望能再次戰勝人類。

Google DeepMind 推出「星際爭霸2」官方 API

2017 年 8 月，DeepMind 正式宣布跟暴雪公司合作，聯合推出「星際爭霸 Ⅱ」官方 AI API——SC2LE（譯作：星際爭霸 2 AI 研究環境）。

這是一個專為開發人員研究 AI 準備的工具集，不過僅適用於「星際爭霸 Ⅱ」。在保留很多 BWAPI 特性的同時，加入了一些新功能：

• 可以使用 Python 語言在遊戲中搭建AI模型；
• 可觀看比賽回放；
• 遊戲進程可以加速（對於訓練 AI 非常有用）；
• 可以構建自定義地圖；
• 加入了 DeepMind 開發的 7 款小遊戲，供 AI 模型進行功能測試；
• 可以為 AI 模型提供更多的人類玩家遊戲數據。

SC2LE 捕獲的遊戲特徵

SC2LE 被分成兩個不同的集合，一個類似於 BWAPI ，可以訪問給定框架下的特定信息。另一個則專為機器學習等 AI 算法而準備，可以對遊戲中所獲取的信息進行分析，讓算法可以更容易訪問這些數據。

SC2LE 雖然可以讓更多人參與到 AI 遊戲模型創建中，但目前 AI 仍難以在「星際爭霸」等即時策略遊戲中戰勝人類。不過，隨着 Google、微軟、Facebook等國際知名科技公司的加入，這一切也許會發生反轉。

在今年 6 月份，由 Elon Musk 等諸多硅谷大亨共同創建的 AI 非營利組織 OpenAI 就已經在多人即時對戰遊戲 「DOTA 2 」中擊敗業務人類玩家，並在 8 月份擊敗半職業玩家。

「DOTA」是基於「魔獸世界 Ⅲ」的遊戲引擎開發而來，跟「星際爭霸」一樣，「魔獸世界」也是一款由暴雪開發的 RTS 遊戲。雖然「DOTA 2」已經脫離了該引擎，但在部分遊戲機制上仍有所保留。

雖然「魔獸」比「DOTA 2」的遊戲機制更加複雜，地圖範圍也更大，但 AI 在「DOTA 2」中獲勝，證明 AI 在即時策略遊戲中又更進了一步。未來，隨着更多大型科技公司的加入，AI 或許會創造出新的遊戲機制，讓現有的競技類遊戲變着人與 AI 之間的戰鬥。

趕緊來一局，複習一下今天的知識點吧

超神經 星際小百科

單詞

plague

[pleɡ] n. 瘟疫；毒血（星際術語）

parasite

['pærəsaɪt] n. 寄生（星際術語）

詞組

EMP shockwave 電子震蕩

Robotics Supportbay 機械升級器