騰訊 AI 「絕悟」制勝王者榮耀，升級至電競職業水平！_風聞
胡侃海-太阳能维修 月亮可更换 星星不闪包退换2019-08-04 15:32
文章來源丨雷鋒網
導語：一天訓練強度抵得上人類 440 年，全靠自學！
昨日，騰訊 AI Lab 與王者榮耀共同探索的前沿研究項目 - 策略協作型 AI 「絕悟」在吉隆坡舉辦的王者榮耀最高規格電競賽事——世界冠軍盃半決賽的特設環節中，在職業選手賽區聯隊帶來的 5v5 水平測試中獲勝，升級至王者榮耀電競職業水平。
「絕悟」職業水平測試完整視頻（3分55秒開始）
而就在同一天，「絕悟」的 1v1 版本也在上海舉辦的國際數碼互動娛樂展覽會 ChinaJoy 首次對公眾亮相，向頂級業餘玩家開放為期四天的體驗測試。其中在首日的 504 場測試中，「絕悟」的測試勝率為 99.8%，僅有 1 場輸給了王者榮耀國服第一后羿。
據悉，「絕悟」名字寓意絕佳領悟力，其技術研發始於2017年12月，並在 2018 年 12 月通過了由前職業選手與主播聯隊帶來的頂尖業餘水平測試。
「絕悟」介紹視頻「絕悟」在遊戲測試中的對戰實況
此次測試的「絕悟」版本建立了基於「觀察-行動-獎勵」的深度強化學習模型，無需人類數據，從白板學習（Tabula Rasa）開始，讓 AI 自己與自己對戰，一天的訓練強度抵得上人類 440 年。AI 從 0 到 1 摸索成功經驗，勤學苦練，既學會了如何站位、打野、輔助保護和躲避傷害等遊戲常識。
而更令人驚喜的是，AI 也探索出了不同於人類常規做法的全新策略。團隊還創建One Model模型提升訓練效率，優化通信效率提升 AI 的團隊協作能力，使用零和獎懲機制讓 AI 能最大化團隊利益，使其打法果斷，有舍有得。
**探索全新策略：**開局時「絕悟」沒選擇傳統人類對線走位策略，而是由雙C位英雄虞姬和王昭君先一起清理中路第一波兵線，壓制敵方中輔。之後又轉上路壓制曹操血線。
**長線策略：**對線期，賽區聯隊三人壓迫下路，「絕悟」果斷選擇用三個 AI 反壓賽區聯隊的上路，最終雙方互換一塔，維持均勢。
**團隊協作：**比賽中期，「絕悟」四人追擊娜可露露，AI 達摩一腳將娜可露露反踢入 AI 羣中，再由四個 AI 完美配合拿下自己的首殺。
**即時策略：**一對一時，賽區聯隊實力較強的曹操追擊「絕悟」虞姬，虞姬在殘血狀態退至高地。看到曹操抗塔血量大減後，把握機會絕地反殺。
**即時策略+團隊協作：**比賽後期在賽區聯隊的上路高地塔團戰，AI 王昭君先手被對方秒殺，「絕悟」果斷選擇反打，以漂亮的一波團戰全殲對手。
**即時策略+團隊協作：**在賽區聯隊全隊覆滅後， 「絕悟」的兵線尚未到達，下路高地塔還有過半血量，「絕悟」果斷選擇四人輪流抗塔，無兵線強拆塔。 注：賽事尾聲，賽區聯隊團滅後，「絕悟」未直接推水晶，而是計算整體收益後，選擇先推最後一個高地塔，再推水晶直至勝利。
「絕悟」面臨的技術難點
遊戲中測試的難點，是 AI 要在不完全信息、高度複雜度的情況作出複雜快速的決策。在龐大且信息不完備的地圖上，10位參與者要在策略規劃、英雄選擇、技能應用、路徑探索及團隊協作上面臨大量、不間斷、即時的選擇，這帶來了極為複雜的局面，預計有高達10的20000次方種操作可能性，而整個宇宙原子總數也只是10的80次方。
若 AI 能在如此複雜的環境中，學會人一樣實時感知、分析、理解、推理、決策到行動，就可能在多變、複雜的真實環境中發揮更大作用。因此業界認為下一個 AI 里程碑，可能會在複雜策略遊戲中誕生。世界頂級科技公司均在推進此類研究，如Google Deepmind（星際爭霸2）、Facebook（星際爭霸2） 及 Open AI（Dota 2）等。
關於「絕悟」更多技術細節解讀，騰訊 AI Lab 表示將通過論文等形式進一步分享，並通過開放研究，幫助和啓發更多研究者。
騰訊 AI Lab 在智能體研究中取得的進展
騰訊 AI Lab 一直是此類智能體研究的先行者。2016年起，研發的圍棋 AI 「絕藝」（Fine Art），現擔任中國國家圍棋隊訓練專用 AI ；2017年，啓動「絕悟」研發；2018 年，「絕悟」達到業餘頂尖水平，騰訊還在射擊類頂級 AI 競賽 VizDoom 奪冠，並在《星際爭霸2》首先研發出擊敗內置 AI 的智能體。
而這兩次技術水平測試結果代表騰訊在深度強化學習、多智能體決策智能課題上的國際級 AI 研究水準，也標誌着公司在攻堅通用人工智能（ Artificial General Intelligence）難題上更進一步。
對在這兩次技術水平測試中所取得的成果，騰訊副總裁姚星介紹，「電子競技」將成為策略協作型AI「絕悟」未來短期內的主要應用場景。作為數字時代最受年輕人歡迎的運動，電競已於2018年成為亞運會表演項目，中國隊參賽獲兩金一銀的佳績。與傳統體育項目一樣，電競職業選手也需要手眼腦協調、策略和操作快速反應、團隊協作精神及大量刻苦訓練。藉助在算法和數據方面的優勢， AI 可為職業選手提供數據、戰略與協作類實時分析與建議，及不同強度與級別的專業陪練。以前沿科技推動電競專業化發展，AI 將繼續推動中國電競在全球範圍內保持領先。
而長期應用上，「絕悟」將是騰訊攻克 AI 終極研究難題——通用人工智能的關鍵一步。AGI 代表研發能在通用系統中執行多種複雜命令，達到或超越人類水平的 AI ，從「絕藝」到「絕悟」，不斷讓 AI 從0到1去學習進化，並發展出一套合理的行為模式，這中間的經驗、方法與結論，長期來看，有望在大範圍內，如醫療、製造、無人駕駛、農業到智慧城市管理等領域帶來更深遠影響。