中科院自動(dòng)化所拿下星際爭(zhēng)霸AI競(jìng)賽第四名：發(fā)布數(shù)據(jù)集

雷鋒網(wǎng) AI 科技評(píng)論按：上周日，互動(dòng)數(shù)字娛樂(lè)AI大會(huì)（AIIDE）2017中的星際爭(zhēng)霸AI競(jìng)賽落下帷幕。這一競(jìng)賽是即時(shí)戰(zhàn)略（RTS）游戲AI比賽中最重要的比賽之一，暴雪、DeepMind和Facebook人工智能研究院等機(jī)構(gòu)也有贊助。兩周的車輪戰(zhàn)中共進(jìn)行了41580場(chǎng)1v1比賽，28個(gè)參賽AI中每?jī)蓚€(gè)之間也平均比賽了110場(chǎng)。

DeepMind 和 Facebook 近兩年在星際爭(zhēng)霸AI研發(fā)上動(dòng)作頻頻，F(xiàn)acebook 也拿出名為 CherryPi 的機(jī)器學(xué)習(xí)AI親自參加了這場(chǎng)比賽，但只以69%的勝率拿到第6名。面對(duì)這樣的戰(zhàn)績(jī)，多家外媒不免對(duì)Facebook發(fā)出了“雷聲大雨點(diǎn)小”的嘲笑，不過(guò)機(jī)器學(xué)習(xí)在RTS游戲中的探索畢竟只是剛剛開始，大可不必心急。

比賽冠軍是一位獨(dú)立參加的星際爭(zhēng)霸愛(ài)好者，來(lái)自澳大利亞的程序員Chris Coxe，依靠手工編碼、基于預(yù)定義規(guī)則和情境判斷的AI獲得了最高勝率83%，從而獲得冠軍；不僅如此，排名前三的AI都是由獨(dú)立參賽的星際爭(zhēng)霸愛(ài)好者開發(fā)的，大多數(shù)排名靠前的個(gè)人參賽AI也都是和Chris Coxe類似的手工編碼、基于規(guī)則的AI。

同時(shí)雷鋒網(wǎng) AI 科技評(píng)論發(fā)現(xiàn)，也有多個(gè)來(lái)自中國(guó)的AI參加了這次比賽，除了個(gè)人名義參加的Sijia Xu和他的AI“Overkill”之外，中科院自動(dòng)化研究所更是有三支隊(duì)伍參賽，復(fù)雜系統(tǒng)管理與控制國(guó)家重點(diǎn)實(shí)驗(yàn)室有兩支，一支是在讀博士生朱圓恒、趙冬斌研究員的團(tuán)隊(duì)和他們的AI“Juno”，另一支是唐振濤團(tuán)隊(duì)，他們的AI名為“killall”；還有一支團(tuán)隊(duì)來(lái)自智能感知與計(jì)算研究中心，他們的AI“cpac”首次參賽就以71%的勝率拿下了第4名。

智能感知與計(jì)算研究中心“cpac”團(tuán)隊(duì)共有13名成員，開發(fā)這個(gè)AI用了幾個(gè)月的時(shí)間，其中有新的游戲策略，也融合了部分機(jī)器學(xué)習(xí)功能。根據(jù)他們介紹，他們訓(xùn)練了一個(gè)多層感知網(wǎng)絡(luò)用于在生產(chǎn)隊(duì)列為空的時(shí)候造兵。

在這個(gè)AI的開發(fā)過(guò)程中，他們還一并發(fā)布了一個(gè)新的數(shù)據(jù)集 MSC（Macro-management in StarCraft），論文署名為在讀博士生武慧凱、副研究員張俊格、研究員黃凱奇。

MSC 基于暴雪今年開放的 SC2LE平臺(tái)，作者們?cè)谡撐闹斜硎具@個(gè)平臺(tái)的好處是有目前為止最大的replay數(shù)據(jù)集、這些replay的質(zhì)量更高格式更標(biāo)準(zhǔn)，而且 SC2LE還有官方的支持和積極的更新。

MSC數(shù)據(jù)集的目標(biāo)是提供預(yù)定義的、根據(jù)特征分割過(guò)的replay，用于游戲中宏觀操作（比賽策略&“大局觀”，Macro-management）的訓(xùn)練和評(píng)估。SC2LE中現(xiàn)有的replay雖然數(shù)量很多，但是沒(méi)辦法直接用來(lái)學(xué)習(xí)和測(cè)試；MSC則把replay過(guò)濾、解析、采樣、提取操作特征，并形成訓(xùn)練、驗(yàn)證、測(cè)試三個(gè)數(shù)據(jù)集，就可以供研究人員方便地訓(xùn)練模型，數(shù)據(jù)集自身也就成為了公開、標(biāo)準(zhǔn)的模型對(duì)比手段。

MSC基于CS2LE的80萬(wàn)場(chǎng)replay中已經(jīng)公開的約6萬(wàn)4千場(chǎng)，按照上圖中的流程進(jìn)行處理，形成三個(gè)數(shù)據(jù)集。在預(yù)處理中剔除了過(guò)短、APM（每分鐘操作數(shù)）過(guò)低以及選手的MMR（比賽積分）過(guò)低的比賽。

除了數(shù)據(jù)集之外，論文中也一并提出了一個(gè)基準(zhǔn)模型，展示了在全局局面評(píng)估和單位建造預(yù)測(cè)任務(wù)中的表現(xiàn)；其它游戲策略、序列建模、不確定性建模、不平衡數(shù)據(jù)集學(xué)習(xí)、強(qiáng)化學(xué)習(xí)、規(guī)劃和樹搜索等RTS游戲中常出現(xiàn)的子任務(wù)也可以從這個(gè)數(shù)據(jù)集中受益。

生成海報(bào)

免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)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(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)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(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)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(shuō)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(huì)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。