作者 | 神经星星

来源 | HyperAI超神经（ID: HyperAI）

在 5 月 1 日~ 5 月 4 日期间，玩家通过《王者荣耀》最新版本客户端进入游戏，即可与绝悟 AI 对战。一时间哀鸿遍野，普通玩家、游戏主播、职业选手，纷纷表示被绝悟 AI 虐到体无完肤。

《王者荣耀》的游戏主播们最近有些自闭了，因为被最新上线的游戏 AI 绝悟虐得太狠。

挑战 AI：主播连跪，职业选手也谨慎

「绝悟 AI」诞生自腾讯 AI Lab 和《王者荣耀》职业联赛团队的合作项目，在 2018 年的 KPL 秋季总决赛上，绝悟 AI 的 1v1 版本首次露面。

后来在 ChinaJoy 2019 上，绝悟 AI 首次向顶级业余玩家开放了四天的内测，在首日 504 场对战中，绝悟 AI 的胜率高达 99.8 %。

4 月 27-29 日，《王者荣耀》在虎牙、斗鱼、触手、企鹅、快手五个直播平台，用绝悟 AI 对战十支人类战队。

人类战队的结果，基本是以「被 AI 吊打」、「偷塔艰难取胜」、「无情屠杀」这类关键词为主。

主播和职业玩家都面对了一个强大的对手

在 5 月 1 日~ 5 月 4 日期间，玩家通过最新版本客户端进入游戏，即可与绝悟 AI 对战。

挑战绝悟 AI 的模式目前有六关，前五关没有门槛，最后一关要求玩家达到荣耀王者称号，或者巅峰赛积分 1400 才能进入。

上线半天即修复，为玩家降低难度

在绝悟 AI 上线前，官网称「第六关的绝悟 AI ，代表着 2019 年 KPL 冠军队伍的战斗力水平。」

更新《王者荣耀》即可与绝悟 AI 比试一番

所以绝悟 AI 上线后，受到了广大玩家的欢迎，但是面对强大的 AI ，人类玩家几乎全军覆没，全网哀嚎连续团灭，被绝悟 AI 狠狠教育。

一时间，网络上也出现各种玩家分享的「针对 AI 阵型」、「偷塔流」游戏经验，来面对强大的绝悟 AI。

5 月1 日 11:00 左右，专用服务器就面临满载，很多玩家就出现了无法进入游戏的问题。

《王者荣耀官网》发出不停机修复通告

在进行了游戏不停机修复后，有不少玩家表示，修复后第六关的人机难度降低了非常多，正常阵容都能打赢。

很多玩家认为绝悟 AI 的及时放水，也为他们找回了一点儿游戏自尊心。

5 月 4 日活动结束后，绝悟 AI 也将暂别王者峡谷，继续履行他的使命——将其在峡谷继续磨练智能决策与协作技能，以应用于现实，为服务人类zuozh。

围读论文：知己知彼，方能战胜绝悟

《王者荣耀》作为 MOBA（Multiplayer Online Battle Arena Games 多人在线战术竞技类游戏）的代表。游戏不同于其他游戏，MOBA 类游戏对于玩家的操作要求更高，游戏环境也会更加复杂。

基于这些特点，MOBA 游戏已经成为检验前沿 AI 的动作决策、预测能力的重要平台。

以《王者荣耀》为例，一局对战会产生 10 ^ 600 种游戏可能性，也会产生 10 ^ 18000 种可能的游戏操作。同时AI还需要在游戏当中进行偷袭、防御、兵线运营、技能成长等复杂操作。

截止目前，绝悟 AI 有两篇主要论文，分别在 2018 年和 2020 年发布。

论文一：5V5 分层宏观策略模型 

2018 年，论文《MOBA 游戏 AI 的分层宏观策略模型（Hierarchical Macro Strategy Model for MOBA Game AI ）》（论文地址：https://arxiv.org/pdf/1812.07887v1.pdf）

这篇文章中，团队提出了一种新的分层宏观策略模型（HMS），以在统一的神经网络中考虑阶段层和注意层， 该模型模拟了 MOBA 游戏的宏观策略操作，通过宏观战略决策，进一步指导微观战略决策。

论文中介绍和标注游戏区域与阵营

HMS 明确地模拟了 AI 玩家对游戏地图的关注，并考虑了游戏不同阶段进行建模。还提出了一种新颖的模仿跨 AI 玩家之间的通信机制，使得游戏 AI 之间能够交流和合作。

论文最后提到，使用《王者荣耀》作为 MOBA 游戏代表，来实施和评估 HMS，在 AI 与顶级1％人类玩家团队之间进行了比赛，AI 实现了 48％ 的胜率。

论文二：1V1 复杂控制决策问题

2020 年的 AAAI 上，论文《利用深度强化学习掌握MOBA游戏中的复杂控制能力（Mastering Complex Control in MOBA Games with Deep Reinforcement Learning）》（论文地址：https://arxiv.org/pdf/1912.09729.pdf）被收录。

这篇论文的主要场景则是《王者荣耀》中的 1V1 模式，介绍了绝悟 AI 在 1v1 的游戏模式中的表现，即单个智能体的复杂动作决策问题。

在 MOBA 游戏中，1 v 1 场景下涉及的状态和动作空间，要远比传统的 1 v 1 游戏复杂得多。

所以，这也导致在这个问题中很难搜索到达到人类水平的控制策略。因此，在这篇论文中腾讯 AI Lab分别在系统设计和算法方面都做了大量的优化。

系统设计方面：设计的强化学习系统具有低耦合且扩展性较高的优点，这样他就可以实现在大规模问题上进行高效探索的可能性。

算法方面：在算法方面，加入了控制解耦、动作掩膜、目标注意力机制，同时对经典PPO算法进行了改进。

通过这些方面的改进，在王者荣耀 1 v 1 测试场景下，人工智能智能体能够击败顶尖的职业玩家。这篇论文中的 1V1 绝悟 AI 与大量顶级业余玩家进行了 2100 场对战。绝悟 AI 的胜率达到 99.81%。

在貂蝉(法师)、狄仁杰(射手)、花木兰(上单/战士)、露娜(打野/刺客)、鲁班(射手)等英雄上，绝悟 AI 对战顶级业余玩家的胜率都是 100 %。

等等，什么。。。胜率 100%？

打扰了。

推荐阅读

• 360金融首席科学家张家兴：别指望AI Lab做成中台

• 我们想研发一个机器学习框架，6 个月后失败了

• “应付”大学作业，我花3小时写了一个“文本转手写”神器

• 几十秒构建端到端 AI，NeurIPS 2020 AutoDL 竞赛夺冠“黑马”原来靠的是这门技术

• 区块链重大技术分析：IBM、微软、苹果、Google 都做了什么？

• 

  你点的每个“在看”，我都认真当成了AI