DeepMind发布《星际争霸 II》深度学习环境 | 2分钟读论文

来源 / Two Minute Papers

翻译 / 李傲

校对 / 叶俊贤

整理 / 雷锋字幕组

StarCraft II: A New Challenge for Reinforcement Learning

星际争霸 II:增强学习的新挑战

上个月，DeepMind和暴雪终于开源了《星际争霸II 》的机器学习平台。本文介绍了基于星际争霸II游戏的强化学习环境SC2LE（《星际争霸II 》学习环境）。

论文描述《星际争霸II 》行动和奖励规范，并提供一个开源的Python界面，用于与游戏引擎进行通信。暴雪提供游戏输入输出的API，DeepMind又做了层基于Python的封装。

除了主要的游戏地图，他们提供了一套专注于《星际争霸II 》游戏不同元素的迷你游戏。对于主要的游戏地图，还提供了一个伴随专业玩家的游戏重播数据数据集。从该数据训练的神经网络的初始基线结果，预测游戏结果和玩家行为。

文中使用了被称为Blizzard分数的一个中间分数，这个分数包含了一个对当前资源、等级以及单位和建筑的加权和，如果玩家赢得战斗而且管理好资源，这个分数就会单调增加，失败的时候，这个分数就会减少。此外，系统还使用了一系列的特征层为AI编码相关信息，比如地形高度、相机位置、屏幕中单位的血量以及各种其他信息。

最后，提出了应用于《星际争霸II 》的规范深强化学习的初始基线结果。DeepMind之后也会发布上百万帧的选手游戏记录，这对模拟环境研究也会有很大的帮助。 ▷ 观看论文解读大概需要 6 分钟

学霸们还请自行阅读论文以获得更多细节

论文原址

https://arxiv.org/abs/1708.04782

Github

https：//github.com/Blizzard/s2client