说人话教AI打游戏，Facebook开源迷你版星际争霸，成果登上NeurIPS 2019

鱼羊发自凹非寺
量子位报道 | 公众号 QbitAI

怎么教AI打游戏呢？当然是直接下指令啦。

告诉AI造农民，基地就开始唰唰往外吐农民：

△下方英文指令：创造新农民

指挥农民挖矿造兵工厂，一句话同样搞定：

发现敌方大龙，当然是直接开打啊：

前线打得欢，经济也不能落下：

这是来自Facebook AI的MiniRTSv2，不以微操取胜，它能用自然语言教会AI如何玩转实时战略游戏。

这项研究登上了NeurIPS 2019，代码、模型、数据集均已开源。

自然语言指导即时战略

MiniRTSv2是一款专为人工智能研究而设计的精简策略游戏。在游戏中，玩家需要指挥弓箭手、大龙和农民等单位打爆对手老巢。

虽然要比DOTA2，星际争霸这样的商业游戏简单得多，但MiniRTSv2依然是一款复杂的即时战略游戏。

开局同样是一张隐藏地图。

AI必须考虑到大型状态-动作空间带来的复杂情况，协同不同的兵种，并根据对手的行动调整战略布局。

与AlphaStar这样直接模仿人类策略的AI不同，在MiniRTSv2中，Facebook AI尝试了一条新的路径，让AI先用自然语言生成计划，再交由单独的模型执行操作。

也就是说，这是一个分层决策的过程。系统通过两个AI模型来执行任务，一个负责不断观察游戏状态，并用自然语言给出指令，即指导网络；另一个需要解读指令并执行决策，即执行网络。

在游戏环境的每个时间步骤上，观察编码器会对每个游戏对象（游戏单位，建筑物或资源）的空间位置和非空间内部状态进行编码。

这一编码器会为每个单位，资源生成单独的特征向量。

之后，辅助编码器会帮助AI学习其他全局游戏的属性特征。

这些特征既会被用到执行网络中，也会被用到指导网络中。

为了训练这个框架，Facebook收集了5392个游戏的数据集，这些游戏都由两人协同进行，一人指挥，一人操作。数据集包含了76000种人类配合情况，涵盖了广泛的策略。

两种模型都在有监督的情况下训练。

由于用来训练指导网络的数据集来自于人类语言，指导网络并不能直接形成原始的指令句，所以AI不得不学习推理，“理解”自然语言，而后制定战略计划并予以实施。

并且，这一模型不仅能生成自然语言命令，还能结合上下文阅读理解。

神奇的是，这么一通折腾，AI真的变强了。

不仅能像人类一样给出合理的指令，比如说何时造农民，何时造飞龙，在与用其他方法训练的AI对手对战的时候，基于NLP的AI胜率达到了57.9%。

One More Thing

另辟蹊径，用自然语言来教AI打游戏，并不是研究人员们一时心血来潮的小娱乐。

使用自然语言来作为分层决策的辅助手段，实际上是在推助人工智能利用和理解自然语言能力的提升，使其能够应用于更加广阔的场景，例如，如何让AI更好地适应不熟悉的任务和环境。

此外，这项研究或许也能催生出更懂人类口头或书面指令的AI系统，从而使残障人士能够更容易地使用各种现代电子设备。

玩转游戏，只是AI的第一步。

△微软为专门为残障玩家设计Xbox无障碍控制器

传送门

Facebook博客：

论文地址：

项目地址：

数据集：

— 完 —

加入社群 | 与优秀的人交流

小程序 | 全类别AI学习教程

量子位 QbitAI · 头条号签约作者

վ'ᴗ' ի 追踪AI技术和产品新动态

喜欢就点「好看」吧！