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(huán)境中，騰訊 AI Lab 與天美工作室合作開發(fā)的策略協(xié)作型 AI「絕悟」一經亮相就在與職業(yè)選手的 5V5 對抗游戲當中獲得勝利，而在同年的上海 ChinaJoy 現(xiàn)場，「絕悟」也開放了和業(yè)余選手 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(lián)合發(fā)表了一篇論文，詳細揭秘了「絕悟」取得不敗戰(zhàn)績背后的開發(fā)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(zhàn)略 MOBA 游戲不同于傳統(tǒng)棋盤游戲和雅達利游戲，前者需要更高難度的復雜操作，所處的游戲環(huán)境也會更加復雜。以《王者榮耀》為例，一局游戲當中可能會涉及 10 ^ 600 種游戲可能性以及 10 ^ 18000 中可能的游戲操作，并且這還只是基礎，AI 還需要在 MOBA 游戲當中發(fā)動 GANK、防御、誘導對手、補刀等，而且還可能涉及到復雜的技能連招。
騰訊的研究人員通過系統(tǒng)編碼圖像特征和游戲狀態(tài)信息，將游戲中的不同單元和敵方目標以數(shù)字的形式表示，這一框架在總共 60 萬個處理器和 1064 張顯卡（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游戲信息。而訓練一名英雄需要用到 48 塊顯卡和 18000 個處理器內核，系統(tǒng)將以每秒 80000 個樣本的速度進行持續(xù)訓練。目前該系統(tǒng)的訓練量已經相當于人類花費 500 年所積累的經驗。
根據(jù)研究人員的說法，「絕悟」在經過系統(tǒng)訓練 80 個小時之后便已經「出師」，但其實在經歷了 30 個小時的訓練之后，「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，這已經相當于一個頂級業(yè)余選手的反應。
在和真實玩家的較量中，盡管對手是經驗豐富職業(yè)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(shù)據(jù)。而在今年的 ChinaJoy 活動現(xiàn)場，「絕悟」一共與現(xiàn)場玩家進行了 2100 場 1V1 對戰(zhàn)，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算法開源，以促進對《王者榮耀》等復雜游戲的研究發(fā)展。
下載文檔
