《星际争霸2》AI和人类职业选手同台竞技MaNa被打败
明天中午，子公司研发的《星际争霸2》电竞AI与人类职业选手将上台竞技，此前对阵职业选手的比赛视频也将在直播中公布。
其中，在12月份的全部10场联赛中，他们以10:0的比分战胜了人类，让液体()队的两名职业球员一筹莫展。在上一场直播比赛中，星际职业选手MaNa险胜AI，成功“复仇”。
虽然在第一次和锦标赛之前，MaNa就已经打算被击倒了。
“我不认为我可以赢得所有 5 场比赛。我的假设是我将与 AI 以 4:1 的比分获胜。”
虽然在备战MaNa之前，他已经以5:0的比分击败了自己的队友，虫族职业选手TLO，但MaNa仍然认为自己有更大的获胜机会。
“毕竟我从5岁就开始玩星际了。TLO已经输了星际争霸2对战视频，我不能再输了。”
目前世界排名第13的俄罗斯选手玛娜
但在前两场比赛中，他表现出了惊人的操作水平和果断的战术，两次都在半小时内占据了MaNa的制高点。
第三场比赛前，MaNa失望地说：“我现在只有一个想法：活下去。”
最后，MaNa输掉了5场比赛。人类第一次对决以10局全败告终。
星际争霸 II：AI 无法跨越的障碍
其实在联盟里，科学家大概比MaNa还紧张。因为这个游戏太复杂了。
在此之前，人工智能发展为在国际象棋中击败人类，但星际争霸 II 比国际象棋复杂得多。
雅达利、国际象棋和“星际”难度比较
首先，在国际象棋比赛中，AI可以看到人类对手的一举一动和整个棋盘，但在《星际争霸2》中，由于“战争迷雾”的视野限制，AI只能观察到部分地图的副本。如果 AI 想知道对手在做什么，它必须向侦察员发送资源。
因此，在这场信息不完全博弈中，AI对全局的把握能力受到了极大的挑战。
视野受限
其次，在国际象棋比赛中，总共只有361个棋子，而在《星际争霸II》中，每个单元可以选择300多个基本动作。此外，《星际穿越》中的很多动作都需要精确到屏幕上的一个点，虽然屏幕尺寸小到 84x84，但可能的动作大约有 1 亿个。
在联赛中，AI需要同时选择和控制数百个单位，但稍有失误就很难卷土重来。
人类和人工智能对单位采取的行动
最后，也是最重要的一点是星际争霸 II 本身的战术复杂性。
作为一款风靡20多年的即时战略游戏，《星际穿越》非常注重常年战略。在这个游戏中，玩家需要不断的收集和分配资源星际争霸2对战视频，然后建造不同的建筑和兵种，逐步扩大和推广。如果玩家一开始没有形成策略，后期很容易因为资源不足而被打败。
这对 AI 来说是一项非常难以理解的任务。
作为反例，在中，AI只需打破更多的砖块即可获得更高的分数，而在中，情况非常复杂。哪个分数最重要？是瓦斯矿还是水晶？是建筑物还是士兵？因此，为了赢得比赛，AI必须学会根据对手的动作“权衡利弊”。
这一切都让星际争霸II的AI开发比国际象棋困难多了。
幸运的是，我们不必等待太久。
如何打败人类
要想打败人类，首先要了解游戏中发生了什么。
科学家们与《星际穿越》的制造商暴雪娱乐合作，将游戏界面分解为几个“功能层”。各种游戏元素（如不同类型的单位、生命值和地图）以色块区分，同时保留了游戏的空间元素。
接下来，为了让AI了解游戏中的各种任务，《星际穿越》被拆解成多个小游戏：例如连接视角、选择单位、收集和建造。通过这些方法，研究人员希望能够更直观地看到 AI 在各种任务上的表现。
然而，虽然通过一系列的深度强化学习训练，AI早已能够很好地完成独立的任务，但在实际游戏战斗中，AI仍会深度介入复杂的任务，无法顾及大局，并且会被人类玩家完全摧毁。 .
因此，引入了另一种训练方法——模仿学习()。
通过学习暴雪提供的超过 10 万个真实玩家视频和游戏回放，我开始模仿人类玩家在特定环境中的行为，了解游戏的基本机制。通过这些方法，我学会了人类的围观操作和宏观策略。
通过这些方法，得到多个版本，不断相互竞争，最终得到胜率最高的版本。
这些称为“Alpha”的训练方法非常有效。经过一两周的训练，我已经玩了 200 年的星际争霸 II。
在实际比赛中，不断分析对手的动作，做出获胜概率最高的决定。从现场直播的视频来看，比赛进行到一半，他就已经预测到自己有80%的几率战胜MaNa。
虽然已经做了一切让它显得更加强大，但在直播过程中，科学家奥里奥尔直言自己非常着急。说：“老实说，我们也很紧张。直到 TLO 第一次失利后，他们才对我们说，‘你真的做到了’，我才松了口气。”
人类没有被打败
首战10胜就等于失败？好像不是这样的。
下午，人机大战直播中最大的逆转发生在最后一场MaNa对抗赛的现场比赛中。 MaNa 很紧张，认为她是在为 Team 和人类尊严而战。
本次活动，MaNa不断空投神仙恐吓基地，被撕裂的守军在家乡和前线之间来回奔跑，就像古代游戏中的人工伤残一样。在逼迫AI不断消耗资源的同时，MaNa守军成型，一举报复。
“如果对手是人类，我绝不会犯这种错误。”
看完这场复仇之战，主持人和MaNa都表达了同样的感受。
不难看出，在实战中，人类玩家和人类玩家之间一直存在差异，人类很容易找到固定套路，钻空子，然后被打败。
然而，最终，像这样的 AI 的目标不是在电子竞技中击败人类，而是找到一种方法来加强 AI 训练，为更复杂的虚拟环境做好准备。
