自从去年8月10号暴雪开放了星际争霸II的人工智能API之后，数不清的AI研究者前赴后继地加入了训练星际2 AI的队伍中。
上周结束的 AI Challenger 星际争霸竞赛，让 AI 挑战星际争霸这个议题又稍稍火了一把。虽然这届冠军使用的仍然是硬编码方法，但从其他解决方案中不难看出，AI 算法的占比在不断提升。
在过去十年中，研究人员已经从单独研究RTS游戏的不同人工智能技术，转变为更加复杂的游戏中的合作与竞争，不同的技术进行了对比。为了使这项工作取得成功，以下条件是必要的： • 为研究人员开发和评估机器人开放的API • 比赛使研究人员能够比较不同的技术 • 重放学习算法用于培训 • 人类对手评估机器人的表现 这些条件大部分是在2009年发布了母巢战API的，但是这个平台的封闭性让研究人员对AI系统的训练过程实现自动化具有挑战性。随着星际争霸2开放环境的公布，研究人员将有很大机会在RTS游戏中开发具有专家级性能的
今天，DOTA2 全球顶级赛事 Ti8（The International DOTA2 Championships）淘汰赛进入到第三日，除了惋惜中国战队 VG 遗憾出局之外。之后举行的 OpenAIFive 大战Pain 战队则成了一大亮点，不同于上次 OpenAI 大败 Dendi，这一次 OpenAIFive 首场以败北告终，人类战队似乎又看到了一点希望。
【新智元导读】对于人类来说，星际争霸是难度系数最高的游戏。而这一切即将改变。星际争霸AIIDE AI大赛负责人表示，五年内AI将能打败人类玩家，占据星际争霸主导权。这将会给医疗、技术中海量数据处理方式
对于大多数游戏玩家来说，游戏内置的电脑AI，似乎都是一个笑话，更应该被称为“人工智障”。
大数据文摘作品，转载要求见文末 作者：宁云州、魏子敏、Aileen 星际II的玩家们，你们准备好迎接被AI支配的恐惧了吗？！ 用阿尔法狗征服了围棋界的DeepMind正把目光投向游戏界：今日凌晨，DeepMind官网发布消息，已正式与暴雪娱乐合作，共同开发可以在星际争霸II中与人类玩家对抗的AI，并且发布了SC2LE，一个旨在加速即时战略游戏当中AI应用的工具集。 早在去年，Deepmind已经立下Flag要教会AI玩儿星际争霸II，也已经有包括facebook、阿里巴巴等不少科技公司或者研究机构开拓过“星
【新智元导读】《星际争霸》被认为是继围棋、扑克之后，AI 与人较量的下一个竞技场。同时也是训练和研究通用人工智能的一个适合的虚拟场景，目前，DeepMind、微软、Facebook和阿里巴巴都在研究用AI 来玩这一游戏，希望能增强AI 智能体的通用能力，让AI 更像人。其实，用AI 来玩《星际争霸》早在2010年就有人开始研究，主要集中在国外的大学和研究所中，本文介绍了从2010年到2015年这一领域取得的进展和竞赛情况：每一年都有新的技术更新和变迁。 游戏，更准确地说，模拟场景对于人工智能的研发来是一个非
近日，暴雪娱乐制作总监 Tim Morten 在 WCS 中国站决赛上宣布，《星际争霸 2》将正式迎战谷歌人工智能程序 AlphaGo，但具体细节还没有确定，双方还在沟通中。 前段时间，AlphaGo
在 AlphaGo征服围棋之后，《星际争霸》一直被人工智能研究者视为下一个目标，因为它相比国际象棋与围棋更接近「复杂的现实世界」，DeepMind 科学家 Oriol Vinyals 曾表示：「能玩《星际争霸》的人工智能必须能够有效利用记忆，能够进行长期战略规划，同时还得根据不断出现的新情况做出反应调整。以这种标准开发的机器学习系统，最终完全可以应用到现实世界中的任务中去」。
【新智元导读】7日，Facebook刚刚宣布开源史上最大的《星际争霸》游戏数据集STARDATA。今天（10日）DeepMind在官方博客上宣布开源星际争霸2 研究训练平台SC2LE。AI 巨头挑战星际争霸的角逐愈演愈烈。乌镇围棋峰会上，DeepMind CEO 哈萨比斯曾说，星际争霸将成为AI进步的下一个大考验。 国内AI 资深专家袁泉此前曾深入研究过星际争霸中的若干AI问题，和UCL共同发表了多智能体协作网络BiCNet，第一次展现了AI在星际微观战斗中的五类智能协作方式。新智元对此做过专门报道。此次D
阿纳海姆会议中心的暴雪嘉年华上，尚未正式发布的RTS游戏大作《星际争霸II》举行了试玩活动。
选自arXiv 机器之心编译 参与：李泽南、黄小天 在 AlphaGo 征服围棋之后，即时战略游戏《星际争霸》已经成为各家科技巨头与大学的下一个目标。Facebook 在这一方面的研究似乎正处于领先地位。7 月初，田渊栋等人开源了基于星际争霸的人工智能游戏平台（参见：Facebook 开源游戏平台 ELF，简化版《星际争霸》完美测试人工智能）。最近，Facebook 又发布了一个大体量星际争霸录像数据集 STARDATA，旨在为广大研究者提供方便。 数据集链接：https://github.com/Torc
记者 | 周翔 AI科技大本营1月29日消息，在《麻省理工科技评论》与深科技举办的新兴科技峰会上，谷歌DeepMind科学家Oriol Vinyals在会上发表了主题为《AI对战星际争霸胜算几何？》的演讲。 Oriol Vinyals曾是西班牙《星际争霸》游戏排名第一的电竞高手，在UC伯克利大学读书期间，他帮助设计了一个能够在人类完全不介入的情况下玩星际争霸的名叫“主宰(游戏剧情中的一个boss角色)”的AI程序，这个程序标志着机器学习的一场胜利。 在加入谷歌AI团队之后，Oriol Vinyals参与
选自arXiv 机器之心编译 参与：李泽南 学会了哥的运营，剩下的就是 A 了——「F91」孙一峰。 神经网络是机器学习的一个重要分支，近年来随着深度学习的兴起展现了强大的能力。近日，来自 IT University of Copenhagen 的几位学者尝试使用顶级玩家的 Replay 训练一个深度学习模型来打星际争霸，并获得了成功。经过训练的 AI 学会了人类玩家运营的部分技巧，并在对战中展现出了多种不同策略。 有关星际争霸系列游戏的人工智能研究层出不穷，因为这一即时战略游戏（RTS）的环境复杂，在同类
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 L
在北京大学第42届ACM-ICPC国际大学生程序设计竞赛全球总决赛现场，一款基于《星际争霸II》的AI人机协作挑战赛也在同期进行，主办方启元世界，一家主打决策智能的AI初创公司。
选自arXiv 机器之心编译 在围棋之后，即时战略游戏星际争霸是人工智能研究者们的下一个重要目标。近日，中科院自动化所提出了一种强化学习+课程迁移学习方法，让 AI 智能体在组队作战的条件下掌握了微操作的能力，该研究或许可以让多智能体 AI 方向的发展向前推进一步。该论文已被学术期刊 IEEE Transactions on Emerging Topics in Computational Intelligence 收录。 该研究的代码和结果已公开：https://github.com/nanxintin/
AlphaGo战胜世界排名第一的柯洁已经过去3年了，这一回人类又双叒一次败在了AI脚下！
TorchCraftAI 地址：https://torchcraft.github.io/TorchCraftAI/
作为一款极为经典的即时战略游戏，暴雪开发的《星际争霸II》也是强化学习训练最喜爱的训练环境之一。
【新智元导读】 韩国的专业玩家在星际争霸游戏中以4：0的比分战胜了AI。 在人与AI最近的一次遭遇战中，韩国的专业玩家在星际争霸游戏中以4：0的比分战胜了AI。比赛于本周二在韩国的世宗大学举行。 虽然
选自Github 作者：David Churchil 机器之心编译 参与：李泽南 随着暴雪与 DeepMind 在星际争霸系列游戏上的合作不断推进，人工智能领域的研究者们也正在将目光由 20 年历史的星际争霸一代转向更为「现代化」的星际争霸 2。近日，AIIDE 星际争霸 AI 对抗赛的组织者 David Churchill 发布了基于暴雪星际 2 API 的 AI bot 框架，为开发者们构建人工智能，挑战这一复杂游戏提供了一种基础工具。 项目地址：https://github.com/davechur
问耕 发自 凹非寺 量子位 出品 | 公众号 QbitAI 第八届星际争霸AI大赛（StarCraft AI Competition）终于落下帷幕。 这次大赛选用的版本是《星际争霸：母巢之战》，开启
SMAC是Github上的一个用于在暴雪星际争霸2上进行多智能体协同强化学习（MARL）的环境。SMAC用了暴雪星际争霸2的机器学习API和DeepMing的PySC2为智能体与星际争霸2的交互提供了友好的接口，方便开发者观察和执行行动。
选自arXiv 机器之心编译 参与：李泽南、蒋思源 DeepMind 与暴雪共同发起的星际争霸 2 人工智能研究看起来遭遇了很大挑战。目前的人工智能还难以在完整对战中击败简单级别的游戏内建电脑玩家。不过，两家公司 8 月份共同推出的人工智能研究环境 SC2LE 为后续研究提供了可利用的平台。中国科学院自动化研究所的研究人员最近针对宏观运营任务提出了全新数据集 MSC，试图推动研究社区继续前进。值得一提的是，中科院自动化所的团队 10 月 8 日刚刚在星际争霸 AI 竞赛 AIIDE 2017 上取得第四名
今天，Deepmind在《自然》杂志发布最新研究：在不设限制的情况下，以Grandmaster级别玩一场完整游戏，并放出了相关游戏视频和论文，相关数据显示，AlphaStar在战网上的排名已超越 99.8％的活跃玩家。
今年1月，人工智能(AI)巨头DeepMind宣布，它在构建类似人类认知的人工智能系统的道路上取得了一个重要里程碑。AlphaStar是DeepMind利用强化学习技术设计的一款代理程序，能够在《星际争霸2》(StarCraft II)中击败两名职业玩家。《星际争霸2》是有史以来最复杂的实时战略游戏之一。在第一个版本之后DeepMind继续进化AlphaStar，现在这名人工智能玩家能够以大师级别进行完整的《星际争霸2》的比赛并宣称超过了99.8%的人类玩家。研究结果最近发表在《自然》杂志上，展示了现代人工智能系统中使用的一些最先进的自我学习技术。
去年，DeepMind开源将星际争霸II的强化学习环境公之于众，很多人都为之兴奋。 https://deepmind.com/blog/deepmind-and-blizzard-release-starcraft-ii-ai-research-environment/ 我是暴雪游戏的忠实粉丝，尤其是星际争霸2，所以我把强化学习环境看成是一个学习的好机会，而且也有很多乐趣。我这篇文章将利用星际争霸2写一份建立环境和训练一些模型的入门教程。 前提 IntelliJ (或者PyCharm) Python3 星际
全球最重要的电竞赛事之一 DreamHack 刚刚落幕，来自世界各地的星际争霸 II 顶尖选手们展开了激烈的较量。在这场紧张精彩的赛事中，人族选手 CLEM 凭借出色的战术和操作，击败了世界冠军 Dark，赢得了其生涯首个线下大赛冠军。
暴雪《星际争霸2》开发团队认识到了民间研究者们在过去几年中对AI研究的成果（他们教会了AI玩《星际争霸》），决定通过开放API的方式向研究者们提供便利的AI研究工具，于是在官方论坛上正式发布了《星际2
2018 AIIDE StarCraft AI挑战赛顺利结束，Facebook AI Research的CherryPi团队获得亚军，现在宣布在Github上开源TorchCraftAI。
星际争霸游戏是一款经典的即时战略（RTS）游戏，自 1998 年发行以来在全球范围内备受欢迎。星际争霸 AI 竞赛自 2010 年出现后，每年都会举行，且参与者越来越多。参赛者提交星际争霸 AI bot，这些人工智能体将在《星际争霸：母巢之战》零售版中互相格杀。受早期 RTS 游戏竞赛（如 Open RTS (ORTS) 竞赛）的启发，星际争霸 AI 竞赛逐渐成为展示当前最优 RTS 游戏人工智能体的绝佳场地。开发者使用 BWAPI 控制星际争霸 AI 智能体。BWAPI 于 2009 年首次提出，是为 StarCraft AI 竞赛的服务的开发接口，也就是用代码玩 StarCraft，它提供了一个 C++的编程接口，可自由编程生成 dll 格式的 AI 文件。
AI又要和人类“对打”了！今天凌晨，Deepmind在推特上官宣，将和暴雪联合，于北京时间周五凌晨两点，在Twitch上直播AI打《星际争霸II》。
为了提高人工智能水平，DeepMind 与暴雪在战网天梯中开放了 AlphaStar：玩家只要进行申请并通过就可以和这个最强 AI 进行在线对决了。而且现在，AlphaStar 已经可以使用全部三个种族。
李杉 若朴 发自 凹非寺 量子位 出品 | 公众号 QbitAI 📷 1990年代，十几岁的Oriol Vinyals（维纽斯）成了西班牙《星际争霸》全国冠军。 他之所以玩这款科幻策略游戏，是因为比其他打打杀杀的游戏更需要动脑子。维纽斯说：“没上大学之前，这款游戏就让我在生活中怀有更强的战略思维。” 他的战略思维的确获得了回报：在巴塞罗那学习了电信工程和数学之后，维纽斯去过微软研究院实习，获得了加州大学伯克利的计算机博士学位，接着加入谷歌大脑团队，开始从事人工智能开发工作，然后又转入谷歌旗
Reaver 是一个模块化的深度强化学习框架，可提供比大多数开源解决方案更快的单机并行化能力，支持星际争霸 2、OpenAI Gym、Atari、MuJoCo 等常见环境，其网络被定义为简单的 Keras 模型，易于配置和共享设置。在示例中，Reaver 在不到 10 秒钟内通过了 CartPole-v0 游戏，在 4 核 CPU 笔记本上每秒采样率为 5000 左右。
在这个大赛里，来自Facebook AI Research团队的AI程序CherryPi，获得了亚军的好成绩，仅次于纯靠规则的三星战队。
本文提出了 DefogGAN，这是一种推断即时战略（Real-Time Strategy，RTS）游戏中战争迷雾后的隐藏信息状态的生成式方法。给定一个部分可观测的状态，DefogGAN 可以将游戏的去雾图像作为预测信息生成。这样的信息可以创造战略智能体。DefogGAN 是一种条件 GAN 的变体，它使用了金字塔重建损失，从而在多个特征分辨率尺度上进行优化。本文使用一个大型专业的星际争霸录像数据集验证了 DefogGAN。结果表明 DefogGAN 可以预测敌方建筑物和作战单位，准确率与职业玩家相当，并且比当前最佳的去雾模型的性能更好。
在星际争霸 II 学习环境中，DeepMind 的智能体在六个小游戏中达到了当前最优水平，且在四个游戏中的表现超越了大师级人类玩家。这种新型强化学习可以通过结构化感知和关系推理提高常规方法的效率、泛化能力和可解释性。
【新智元导读】DeepMind此前开源了《星际争霸2》机器学习训练平台，这个平台对于state-of-the-art的深度强化学习算法来说是极好的测试平台。希望下面这份教程能帮你更快更好地上手。 DeepMind 之前开源了《星际争霸2》的深度强化学习平台，这是个很好的训练环境，学起来也很有趣。下面是一份有关设置环境和训练模型的教程，基于Mac环境。我们会跑一遍训练脚本，使用Deep Q-Network解决CollectMineralShards这个mini-game。享受学习吧~ 在开始之前，你需要准备好
深度强化学习已经成为获取有竞争力游戏智能体的有力工具，在 Atari（Mnih et al. 2015）、Go（Silver et al. 2016）、Minecraft（Tessler et al. 2017）、Dota 2（OpenAI 2018）等许多游戏中取得了成功。它能够处理复杂的感觉输入，利用大量训练数据，通过自己摸索在不借助人类知识的情况下发展自身技能（Silver et al. 2017）。星际争霸 II 被公认为 AI 研究的新里程碑，但由于其视觉输入复杂、活动空间巨大、信息不完整且视野较广，星际争霸 II 仍然是困扰深度强化学习的一大挑战。实际上，直接的端到端学习方法甚至无法打败最简单的内建 AI（Vinyals et al. 2017）。
场景描述：昨日，DeepMind 宣布其研发的 AI——AlphaStar 将会登录欧服，匿名在天梯上与人类玩家进行《星际争霸 2》比拼。今天，Facebook 与 CMU 合作开发的 AI 赌神 Pluribus ，在六人局的德州扑克比赛中击败人类顶级玩家的消息又刷屏。AI 在游戏比赛中的表现越来越突出，但我们不断训练 AI 在游戏中去战胜人类，最终的目的与意义是什么？
本文探讨了游戏 AI 环境的四个主要特点：环境交互、策略、学习和适应。作者详细介绍了这些特点，并通过一个简化版的星际争霸 II 游戏来演示这些特点在实际游戏中的应用。
本文介绍了游戏 AI 环境设计的一些基本概念和实现方法，包括游戏地图、游戏状态、游戏过程、游戏树、游戏策略、游戏 AI 算法、游戏 AI 引擎、游戏 AI 机器人、游戏 AI 竞赛、游戏 AI 培训和游戏 AI 硬件加速。文章还介绍了 OpenAI Gym、DeepMind Lab、StarCraft、星际争霸、游戏 AI 环境、游戏 AI 算法、游戏 AI 机器人、游戏 AI 竞赛、游戏 AI 培训和游戏 AI 硬件加速等游戏 AI 相关的技术和实践。
本文探讨了游戏AI环境的发展和现状，重点介绍了ELF、OpenAI Gym和SC2LE等游戏AI环境，并对游戏AI算法的效率和可行性进行了分析。文章还探讨了游戏AI环境在现实生活中的应用和意义，并对未来游戏AI环境的发展提出了展望。
AI 科技评论消息，2018 年 11 月 13-17 日，AAAI 人工智能与交互式数字娱乐大会 (AI for Interactive Digital Entertainment) 在阿尔伯塔大学举办。会上宣布了一年一度的星际争霸 AI 挑战赛结果；这也是即时战略（RTS）游戏 AI 比赛中最重要的比赛之一。
参加直播的 DeepMind 研究人员是 DeepMind 团队联合研发负责人 Oriol Vinyals 和 David Silver，后者也是 AlphaGo 项目的核心开发人员，我们都比较熟悉了。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储
