【BZ 16】《星海爭霸 2》DeepMind 合作計畫解析 未來電腦或許可擔任人類教練

(GNN 記者 Jerry 報導) 2016-11-06 02:35:47
  在今日於美國舉辦的暴雪嘉年華 BlizzCon 2016 中,Google 旗下人工智慧公司 DeepMind 與《星海爭霸 2》工程團隊齊聚一堂,針對未來 AI 合作發展的部分進行了詳細解說,同時也闡述了此項研究未來可能會替遊戲開發上帶來怎麼樣的好處。
 
  DeepMind 研發科學家 Oriol Vinyals 表示團隊在這項與《星海爭霸 2》合作中的最大目標,便是試圖在這款複雜的遊戲中發展完善的人工智慧,並仰賴其解決其餘的所有問題。
 
  • image
 
  人工智慧的能力,在於能夠在複雜的環境中自我學習,進而設法在既有的設定目標中表現出色。Oriol 表示,具體來說 DeepMind 會從最基礎的各種資料開始進行分析,而不是設定好的腳本,同時這套系統也應該可以用來解決不同的任務目標。
 
  • image

    IBM 電腦「深藍」雖然能夠在當時打敗棋王,但其僅能針對西洋棋進行對弈,這是其與 DeepMind 最大的不同

  • image

    DeepMind 會從大環境給予的資料中學習,並運用自身分析做出應對

  • image

    DeepMind 運作示意圖,左側為從環境中得到資料並進行分析,右側是根據現有可執行的指令做出決策

  Oriol 指出由於遊戲畫面均是由像素構成,因此是非常適合驗證 AI 演算法的平台,像是先前團隊就曾使用 Atari 的許多經典遊戲來進行模擬。在這個部分,由於畫面構成相對簡單,DeepMind 會先了解整體遊戲架構,找出控制物件的方法,此時工程師只要下達盡可能達到高分目標的指令,DeepMind 就會不斷地優化控制,達到人類可能無法完成的高分。
 
  • image
  • image
  • image

    3D 遊戲同樣也可以依據此方法,只是相對複雜

  談到為何選擇《星海爭霸 2》,Oriol 表示遊戲有著許多不可預期的要素,例如戰爭迷霧、三大特色強烈的種族、各種需要考量的資源限制,以及戰略意義重於微操作的特性等,對於 DeepMind 來說是很好的學習標的。而 DeepMind 團隊現在可能要解決的問題,可能在於如何讓人工智慧得以學會在遊戲中記憶關鍵情報(例如對方優先蓋了什麼建築)、要怎麼樣運用手上資源進行戰略規劃(因為對方蓋了某個建築,思考應對方法),並學習類似人類想像力的能力。
 
  • image

    DeepMind 未來目標也包括能將其所長發揮到現實世界
    例如幫助 Google 在使用最少資源的狀況下,維持機房的溫度控制工作

  《星海爭霸 2》資深軟體工程師 Kevin Calderone 是這次參與 DeepMind 合作計畫的 Blizzard 工作人員,他表示目前遊戲中的 AI 是已經寫好的腳本,而 DeepMind 要達到的遠遠不止於此。
 
  • image
  • image
  • image

    這張圖可以幫助玩家了解 DeepMind 在遊戲中看到的畫面是怎麼樣的

  Blizzard 預計在 2017 年第一季推出官方版《星海爭霸 2》API,讓對此計畫有興趣的科學家與一般玩家皆能參與。對於玩家來說,具體方式是透過參與對戰產出 Replay,進而讓 DeepMind 有更多資料可以進行學習。
 
  • image
 
  若一切如預期般順利發展,Kevin 指出 DeepMind 未來可能可以扮演玩家教練的身分,幫助玩家快速上手遊戲,此外對於遊戲平衡的測試也會大有助益。
 
  在這次活動的最後,知名星海玩家 Dan Stemkoski(Artosis)提出了一個相當有趣的問題,他指出往後若玩家有機會與 DeepMind 的 AI 進行對戰,在多線處理上是否會吃大虧?對此 Google 團隊則是表示,其實可以想像 DeepMind 就跟一般玩家坐在電腦前面一樣,除了能夠直接接收特定數據之外,各個區域的偵測、移動或是生產資源等,一樣需要進行拖曳、點擊等指令操作來實現。此外 DeepMind 在 APM 上將有所限制,確保雙方的對戰是公平的狀態。
 
  • image
 

新聞評語

載入中...

相關新聞


face我們了解您不想看到廣告的心情⋯ 若您願意支持巴哈姆特永續經營,請將 gamer.com.tw 加入廣告阻擋工具的白名單中,謝謝 !【教學】