智东西(公众号:zhidxcom)
文 | 心缘
智东西8月3日消息，昨夜，腾讯策略协作型 AI “绝悟”再出山，对战王者荣耀职业玩家，胜率相当惊人。
在当晚吉隆坡举办的王者荣耀最高规格电竞赛事——世界冠军杯半决赛的特设环节中，在职业选手赛区联队带来的 5v5 水平测试中获胜，升级至王者荣耀电竞职业水平。
▲“绝悟”职业水平测试完整视频（3分55秒开始）
同时，“绝悟”的 1v1 版本也在上海举办的国际数码互动娱乐展览会 ChinaJoy 首次对公众亮相，并向顶级业余玩家开放为期四天的体验测试。
在首日的 504 场测试中，“绝悟”测试胜率为 99.8%，仅在对方为王者荣耀国服第一后羿的情况下，输 1 场。
当年 AlphaGo 打败世界围棋冠军李世石，直接引爆第三次 AI 浪潮。但与现实世界相比，它解决的问题只是九牛一毛。更为复杂的即时策略游戏（RTS）正成为研究人员们新的挑战项目。
业界普遍认为，从这些策略游戏中有望诞生下一个 AI 里程碑。
其中最受欢迎的分支是 MOBA 游戏。像谷歌 DeepMind（星际争霸2）、Facebook（星际争霸2） 及 Open AI（Dota 2）等 AI 界明星团队都在推进此类研究。
腾讯也早在两年前就透露在做 AI 打王者荣耀方面的研究。去年12月，5个相互的独立的 AI 在学会开黑技能后，5v5对阵王者荣耀中王者段位的人类玩家。大战 250 个回合后，AI 拿下 48% 的胜率，几乎与人类打成平手。
最新这场人机大战究竟战况如何？其背后的技术又如何实现？本文将简要介绍这场人机大战背后的技术，复盘全场精彩时刻，并回顾腾讯 AI 探索智能体研究的相关进程。
一、无需人类数据，一天训练强度高达人类440年
“绝悟”名字寓意绝佳领悟力，其技术研发始于 2017 年 12 月。一年后，“绝悟”通过了由前职业选手与主播联队带来的顶尖业余水平测试。
在本次测试中，新的“绝悟”版本建立了基于“观察-行动-奖励”的深度强化学习模型。
▲腾讯策略协作型AI“绝悟”介绍
这款模型无需人类数据，从白板学习（Tabula Rasa）开始，让 AI 自己与自己对战，一天的训练强度高达人类 440 年。
AI 完全从零开始摸索成功经验，不仅学会了如何站位、打野、辅助保护和躲避伤害等游戏常识，更惊喜的是，还探索出了不同于人类常规做法的全新策略。
游戏中测试的难点在于，AI 需在不完全信息、高度复杂度的情况作出复杂快速的决策。
在庞大且信息不完备的地图上，10 位参与者要在策略规划、英雄选择、技能应用、路径探索及团队协作上面临大量、不间断、即时的选择。这带来了极为复杂的局面，预计有高达 10 的 20000 次方种操作可能性。
要知道，整个宇宙原子总数也仅仅是 10 的 80 次方。
团队还创建 One Model 模型提升训练效率，优化通信效率提升 AI 的团队协作能力，使用零和奖惩机制让 AI 能最大化团队利益，使其打法果断，有舍有得。
二、拆解“绝悟”六大精彩时刻
下面，让我们一起来复盘一下 AI 在打王者荣耀过程中的一些精彩时刻。
1、探索全新策略
如图，开局时，“绝悟”没选择传统人类对线走位策略，而是由双 C 位英雄虞姬和王昭君先一起清理中路第一波兵线，压制敌方中辅。之后又转上路压制曹操血线。
2、长线策略
在对线期，赛区联队三人压迫下路，“绝悟”果断选择用三个 AI 反压赛区联队的上路，最终双方互换一塔，维持均势。
3、团队协作
到比赛中期，“绝悟”四人追击娜可露露，AI 达摩一脚将娜可露露反踢入 AI 群中，再由四个 AI 完美配合拿下自己的首杀。
4、即时策略
一对一时，赛区联队实力较强的曹操追击“绝悟”虞姬，虞姬在残血状态退至高地。看到曹操抗塔血量大减后，把握机会绝地反杀。
5、即时策略+团队协作
比赛后期在赛区联队的上路高地塔团战，AI 王昭君先手被对方秒杀，“绝悟”果断选择反打，以漂亮的一波团战全歼对手。
6、即时策略+团队协作
在赛区联队全队覆灭后， “绝悟”的兵线尚未到达，下路高地塔还有过半血量，“绝悟”果断选择四人轮流抗塔，无兵线强拆塔。
* 注：赛事尾声，赛区联队团灭后，“绝悟”未直接推水晶，而是计算整体收益后，选择先推最后一个高地塔，再推水晶直至胜利。
三、起步三年，目标远大
这已经不是腾讯 AI Lab 第一次秀 AI 大战游戏玩家了。
从2016年起，腾讯 AI Lab 就开始透露关于智能体研究的进程。他们研发的围棋 AI “绝艺”（Fine Art），现担任中国国家围棋队训练专用 AI 。
2017年，“绝悟”研发启动，到2018年时，“绝悟”已经达到业余顶尖水平。
去年5月，腾讯 AI Lab 匹茨堡大学的研究人员曾向 AI 顶会 ICML 2018 提交了一篇论文《Hierarchical Macro Strategy Model for MOBA Game AI》，尝试了 AlphaGo Zero 中出现的蒙特卡洛树搜索（MCTS）等技术，并取得了不错的效果。
那时，AI 还只能玩狄仁杰一个英雄。几个月后，它们已经可以“五人”组队，在王者段位和人类玩家打得有来有回了。
在去年12月的KPL秋季决赛中，“绝悟”曾接受前职业 KPL 选手辰鬼、零度和职业解说白乐、九天和立人组成的人类战队的水平测试，这些人类战队的平均水平超过 99% 玩家。
最终，AI 战队赢得比赛的胜利。
腾讯还在射击类顶级 AI 竞赛 VizDoom 夺冠，并在《星际争霸2》首先研发出击败内置 AI 的智能体。
在今年 4 月的高通人工智能开放日上，高通宣布将和腾讯 AI Lab 、王者荣耀、vivo四方共同打造一支王者荣耀 AI 电竞战队“SUPEX”，希望能够通过MOBA类游戏场景的实验环境来不断提升和优化 AI 电竞战队的实力，从而为移动电竞带来更好的竞技体验。
腾讯副总裁姚星介绍，“电子竞技”将成为策略协作型AI“绝悟”未来短期内的主要应用场景。
作为数字时代最受年轻人欢迎的运动，电竞已于 2018 年成为亚运会表演项目，中国队参赛获两金一银的佳绩。
与传统体育项目一样，电竞职业选手也需要手眼脑协调、策略和操作快速反应、团队协作精神及大量刻苦训练。
借助在算法和数据方面的优势， AI 可为职业选手提供数据、战略与协作类实时分析与建议，及不同强度与级别的专业陪练。以前沿科技推动电竞专业化发展，AI 将继续推动中国电竞在全球范围内保持领先。
此前，智东西曾对全球 AI 与人类对战的相关战事做系列报道。
起底DeepMind：
OpenAI打Dota2：
Dota2也被AI战胜了！OpenAI打出4200逆天高分 超过90%人类玩家
OpenAI封山决战人类Dota2冠军！2:0完胜，苦练10月堪比人类4.5万年
Facebook：
AI对战人类新里程碑！打6人德扑大胜世界冠军，学习成本仅千元
结语：解决通用人工智能的关键一步
据腾讯介绍，从长期应用上，“绝悟”将是腾讯攻克 AI 终极研究难题——通用人工智能的关键一步。
AGI 代表研发能在通用系统中执行多种复杂命令，达到或超越人类水平的 AI。
从“绝艺”到“绝悟”，腾讯 AI Lab 不断让 AI 从0到1去学习进化，并发展出一套合理的行为模式。
这中间的研发经验、方法与结论，长期来看，有望在大范围内，如探索 AI 结合电竞、医疗、制造、无人驾驶、农业到智慧城市管理等广阔领域展现巨大潜力。
而本次两类技术水平测试结果，一定程度上反映出腾讯在深度强化学习、多智能体决策智能课题上的国际级 AI 研究水准，也标志着腾讯在攻坚通用人工智能难题上更进一步。
腾讯 AI Lab 将通过论文等形式进一步分享技术细节，通过开放研究，帮助和启发更多研究者。
