核心提示
導讀：Facebook的人工智能團隊至少已有80余人，帶領這個團隊的是大名鼎鼎的Yann LeCun，他們已經(jīng)發(fā)表了很多研究和論文其中三篇與星際爭霸有關）。但目前Facebook在人工智能領域還沒有取
導讀：Facebook的星際人工智能團隊至少已有80余人，帶領這個團隊的大賽隊進是大名鼎鼎的Yann LeCun，他們已經(jīng)發(fā)表了很多研究和論文（其中三篇與星際爭霸有關）。戰(zhàn)況但目前Facebook在人工智能領域還沒有取得AlphaGo那樣的輸中成就。
第八屆星際爭霸AI大賽（StarCraft AI Competition）終于落下帷幕。國團
這次大賽選用的入前版本是《星際爭霸：母巢之戰(zhàn)》，開啟戰(zhàn)爭迷霧。星際所有參賽的大賽隊進AI在16臺虛擬機上，1v1捉對廝殺，戰(zhàn)況為期兩周共進行41580場大戰(zhàn)。輸中按照最終的國團勝率排定座次。
每局比賽60分鐘，入前未分高下時得分多者勝出。星際作弊或者計算超時都會被判出局。大賽隊進
共有28支隊伍參賽，戰(zhàn)況其中有15支屬于獨立戰(zhàn)隊（Independent），其他基本來自大學：
美國哈佛大學、荷蘭代爾夫特理工大學、瑞典皇家理工學院、荷蘭馬斯特里赫特大學、巴西米納斯聯(lián)邦大學、日本筑波大學、加拿大紐芬蘭紀念大學、法國南特大學、法國高等信息工程師學院、日本立命館大學、韓國世宗大學。
還有三個隊伍是量子位格外關注的。
比方說中國團隊。
其中以獨立戰(zhàn)隊身份參賽的“CPAC”，背后是一個Junge Zhang領銜的13人研發(fā)團隊，來自中科院自動化研究所；這個星際AI基于Steamhammer bot，然后增加了一些新的策略，并通過機器學習的方式訓練了一個多層感知網(wǎng)絡來生產(chǎn)戰(zhàn)斗部隊。
（Steamhammer bot 傳送門：http://satirist.org/ai/starcraft/steamhammer/）
還有一個中國團隊由Tang Zhentao領銜，代號“KillAll”，據(jù)推測應該是來自中科院自動化研究所復雜系統(tǒng)管理與控制國家重點實驗室；不過相關信息實在是太少。
另一個值得關注的隊伍是“CherryPi”（櫻桃派），背后是來自Facebook人工智能研究實驗室的八人團隊。
最終的戰(zhàn)果：不隸屬于任何機構的獨立戰(zhàn)隊們，包攬前三名。
CPAC以71%的勝率排名第四；CherryPi以69.08%的勝率排名第六；KillAll以43%的勝率排名第18。第一名“ZZZKBot”勝率83.11%，平均用時8分鐘。
這幾位AI用的都是蟲族。
Facebook的團隊，在這個大賽中顯得有些異類，畢竟這是唯一有企業(yè)背景的選手，而且是一個押注AI已久的科技巨頭。
科技巨頭的AI殺入星際爭霸并不稀奇。今年8月，Google旗下的DeepMind宣布進軍星際，不過他們選擇的方向是《星際爭霸2》。
看起來，星際爭霸已經(jīng)成為巨頭爭霸的下一個戰(zhàn)場。
Facebook的人工智能團隊至少已有80余人，帶領這個團隊的是大名鼎鼎的Yann LeCun，他們已經(jīng)發(fā)表了很多研究和論文（其中三篇與星際爭霸有關）。但目前Facebook在人工智能領域還沒有取得AlphaGo那樣的成就。
而這次參賽成績也表明，F(xiàn)acebook還有很長的一段路要走。
Facebook研究科學家Gabriel Synnaeve表示，他們把CherryPi當做一個基線，以及未來繼續(xù)在星際領域進行研究的基礎，“我們想看看它與現(xiàn)有bot相較如何，特別是測試一下是否有需要糾正的缺陷”。
人工智能對于科技公司的重要性已經(jīng)不言而喻，而星際對于AI研究的重要性和挑戰(zhàn)，不僅僅是指揮戰(zhàn)斗這么簡單。與下圍棋這件事相比，《星際爭霸》的復雜性要大得多也要困難得多。
即便DeepMind現(xiàn)在也沒有突破性的進展。
星際2是個實用的基礎AI研究環(huán)境，因為游戲本身復雜多變，且勝利方式不固定。
玩家想要取勝需要同時做多手準備，比如管理并創(chuàng)造資源、指揮軍事單位和部署防御結構等操作需要同時進行，逐步完成。此外，玩家還需預測對手的策略。
這項任務確實不容易，但不是無解。DeepMind和暴雪嘗試將游戲分為多個“迷你游戲”，將不同任務分解成“可管理的組塊”，比如建立特定單元、收集資源或在地圖上移動等。
細分是為了方便研究人員進行不同任務的測試比較及細化，最終在智能體中組合，從而教會智能體通關整個游戲。
為啥這個大賽沒用星際2？好像是沒跟暴雪爸爸談好……
回到這次的星際爭霸AI大賽，獨立參賽的隊伍，通常bot背后是程序員制定的規(guī)則和策略。比如摘得冠軍的ZZZKBot，背后是澳大利亞的程序員Chris Coxe。他獨自創(chuàng)建了這個AI，但其中只有一些簡單的學習功能，背后更多是各種預先編輯好的策略。
而對于科技巨頭來說，他們更多的依靠機器學習，通過積累大量的游戲數(shù)據(jù)，讓AI自己制定相應的游戲策略。不過據(jù)說這次Facebook也沒有把全部研究都注入CherryPi之中。盡管如此，CherryPi還是獲得了對手的肯定，獲得第二名的PurpleWave作者就表示，CherryPi對時機的把握讓他印象深刻。
那么獲勝的隊伍都依靠了什么策略和技術？量子位也簡單介紹一下。
第一名：ZZZKBot
蟲族，單基地Rush布局：4-Pool，Speedling，Hydra，Muta。使用手工編碼的邏輯，來進行策略選擇。
這個bot其實只能執(zhí)行一種單基地Rush戰(zhàn)術，單它的對手現(xiàn)在比較吃這一套。另外，這個bot能在游戲中學習一些策略，以判斷哪種rush是最有效的。以及，這個bot幾乎沒有掌握任何戰(zhàn)斗中的微操作。
“這原本只是想證明一個概念”，作者Chris Coxe自我評價：“源代碼并不是那么好”。
第二名：PurpleWave
這個bot主要是用Scala寫出來的，作者是美國軟件工程師Dan Gant，他今年一月開始啟動這個項目。
PurpleWave看起來比第一名更為“AI”一點；會微操作，有多種不同的策略。PurpleWave的高級決策被構建為一個任務網(wǎng)絡，它能根據(jù)對手以往的比賽情況，選擇不同的對抗策略。
第三名：Iron
這是去年的冠軍，作者是法國程序員Igor Dimitrijevic。Iron于2016年開始研發(fā)，前身是2015年參賽的Stone。
Iron是一個多智能體系統(tǒng)，每個智能體控制一個單位。整體行為的魯棒性是其主要目標，每個智能體都是高度自主的，可以在25種行為之間切換。每場對決，Iron都采用相同的開局，但對根據(jù)對手的情況進行反應和修改策略。
第四名：CPAC
團隊名單：Junge Zhang，Xun Zhang，Qiyue Yin，Dong Zhan，Shihong Deng，Huikai Wu，Peixi Peng，Wenzhen Huang，Jing Kong，Debang Li，Yange Fang，Tairan Zhang，Junliang Xing。
CPAC是首次參賽，整個研發(fā)耗時數(shù)月。其他情況開頭也介紹過了。
最后說一下這個大賽的情況。
星際爭霸AI大賽，是加拿大紐芬蘭紀念大學David Churchill組織的年度活動。這個比賽的目的是促進和評估即時戰(zhàn)略游戲（RTS）對人工智能的意義。
整個比賽使用BWAPI，這是一種可以讓AI程序控制《星際爭霸：母巢之戰(zhàn)》的軟件庫。
