继AlphaGo横扫围棋界后，人工智能又攻陷了电竞界。在最近的Dota 2比赛中，埃隆·马斯克旗下AI研究机构OpenAI打造的机器人一鸣惊人，狂虐世界知名Dota选手Dendi，成为在电竞领域首个击败人类顶级玩家的机器人。

此次人机大战采取一对一模式，共进行三轮比赛。在第一场对战中，OpenAI机器人只用了十分钟就干掉了Dendi，Dendi甚至还一度大叫，“请放过我吧!”到了第二场比赛，Dendi被痛打几分钟后，就主动放弃了比赛，并拒绝进行第三场比赛。

人类又输了，而且输得还很惨!那么问题就来了，这位OpenAI机器人究竟是如何做到完虐人类的呢?答案就是“自学”。

新浪VR了解到，OpenAI机器人采取了“自我博弈(self-play)”的方式来学习打Dota，训练过程中并没有使用模仿学习或者类似于AlphaGo的树搜索技术。简单来讲，“自我博弈”就是通过自己与自己的复制品对打，而不是与人类选手对战，获得游戏经验。在“自我博弈”中，机器人与自己复制品的实力相当，就可以避免因对手太强或者太弱而学不到东西。而且，由于机器人的决策和操作速度远远超过人类，它就可以在短时间内用海量的比赛来迅速获得更多经验。

其实，“自我博弈”在此前AlphaGo的训练中就有过类似应用，AlphaGo曾经通过自我对弈3000万盘，来提高自己神经网络的精度。只不过，AlphaGo在自我对弈前，还曾被输入16万盘人类棋手的棋谱，通过海量棋谱来学习人类落子布局的特征;而OpenAI则是完全从零开始，在对Dota游戏世界没有认知的情况下就开始通过自我对练学习游戏方法。研发团队也表示，他们并没有为OpenAI机器人编入对战策略，没有为它指定任何战术，一开始也没让它与人类高手对练，而是让它“放飞自我”，随机行动，在一次次失败过程中逐渐掌握了游戏打法。

在最开始的时候，OpenAI机器人完全就是什么都不懂的“Dota小白”。比如，Dota游戏里面有“清理兵线”的操作，但这位机器人却连什么是“兵线”都不知道。它所采取的行动也是随机的，只会在游戏世界里毫无目的地到处乱跑，最后被杀掉。

但是，事实证明，“自我博弈”的训练方式非常有效。随着时间的推移，机器人训练数量越来越多，它开始逐渐掌握一些战术，学会了补刀、追杀、攻击闪躲、攻击诱骗等战术。根据OpenAI在官网公布的项目时间表(如下)，在一个月的时间里，OpenAI机器人就从几乎不敌高排名选手，成长到可以击败顶级职业选手，并且还在提升中。

OpenAI机器人天梯重点大事件(MMR为比赛匹配分级系统，可理解为天梯分)：

3月1日：在一个简单的Dota环境中获得首个增强学习下的结果，OpenAI机器人操作的黑暗游侠能对付神牛了。

5月8日：1.5k MMR测试员认为OpenAI机器人还不敌自己。

6月初：打败1.5k MMR测试员。

6月30日：在大多数比赛中打败3k MMR测试员。

7月8日：几乎在所有比赛中胜过7.5K MMR半专业测试员。

8月7日：3-0击败Blitz(6.2k前职业选手)，2-1击败Pajkatt(8.5k职业选手)，3-0击败CC&C(8.9k职业选手)，但大家认为Sumail可以胜过OpenAI机器人。

8月9日：10-0击败Arteezy(10k顶级选手)，但大家仍然相信Sumail可以胜过OpenAI机器人。

8月10日：6-0击败Sumail(8.3k职业选手，顶级1v1玩家)，前一日的对战结果还是2-1。

8月11日：2-0击败Dendi(7.3k职业选手，前世界冠军)。

毫无疑问，OpenAI机器人的进步堪称神速，在一对一模式下的战斗力估计可以秒杀大部分人类玩家，但是，OpenAI机器人也有自己的缺点，它并不是不可战胜的。在Dendi战败后，国外就有不少玩家开始了对OpenAI机器人的挑战，而OpenAI机器人也不负众望地被人类狠狠虐了一番。在国外社交网站Reddit上，有玩家表示，OpenAI机器人已经被人类打败了至少五十次!

对此，OpenAI也在官网上解释道，如果机器人碰到之前从未见过的情况，可能就会变得懵逼，不知道怎么反应，最后被人类干掉。OpenAI也对打败机器人的方法进行了总结，主要有三种：

拖拉小兵：当小兵通过二级和三级塔之间时，可以反复攻击它们，吸引小兵来追你，最终地图上就会有数十个小兵追逐你，机器人则会因为塔磨损了太多血量而死亡。

毒球+风杖：你在移动速度上可以获得比1级的机器人更大的优势，从而迅速获得第一滴血。

1级交战：需要很多技巧，少数6-7k的MMR玩家可以在短时间内成功击中机器人3-5下，在1级时干掉机器人。

OpenAI机器人被人类狂虐，看似是人类扳回了一局，但是实际上，你每打败它一次，它都变得更强大了。OpenAI机器人每次被打败，都会从失败中学习到更多经验，从而避免以后被同样的方式打败。所以，表面上看是人类打败了OpenAI机器人，事实却是人类在帮助它变得更强大!

而且，OpenAI的野心还不止于此。在此次人机大战中，OpenAI仅仅是在相对简单的一对一模式下战胜了Dendi，如果切换到五对五模式，人工智能和人类孰胜孰负还不一定呢!因此，OpenAI未来还要继续挑战Dota五对五比赛。在五对五模式下，机器人所面对的情况将更加复杂，不仅需要针对当前局势做出正确的预测和决策，还需要五个机器人做好团队协作，处理机器人之间的信息流动。虽然每个机器人都是最强的，但五个最强的机器人如果配合不好，也有可能会被打败。

针对五对五模式，OpenAI透露，他们已经收集了海量专家级别的五对五Dota比赛数据，目前的初步想法是从行为克隆开始做起。OpenAI在官网上表示，Dota每天都有大约一百万场公开赛，这些比赛的重播数据会在Valve的服务器上保存两周。OpenAI从去年11月以来，就一直在下载每场专家级比赛的重播数据，目前已经收集了580万局游戏的数据(每局都是10人参与的45分钟游戏)。

除此之外，OpenAI还在考虑未来让机器人和人类玩家组队，共同作战。目前，我们还不能确定，OpenAI机器人是否真能在5V5模式下战胜人类，但是，难以否认的是，未来将有更多人工智能效仿OpenAI，试水电竞行业，在游戏中与人类一决高下!一个机器人就已经可以完虐人类最强玩家，五个机器人一起上，你准备好了吗?

猜你喜欢：