AlphaStar 在《星际争霸 II》中达到宗师级

背景

《星际争霸 II》是一款即时战略（real-time strategy）游戏。玩家要采集资源、建造基地、在战争迷雾中侦察，并同时指挥部队；对手也在做同样的事。与棋盘游戏不同，玩家看不到完整局面，必须在比赛进行中连续做出大量小决策。比赛还要求玩家在经济与军事之间取得平衡，侦察之所以重要，是因为对手的计划是隐藏的。隐藏信息、连续操作和巨大的可能动作空间，使它成为检验 AI 的困难场景。

发生了什么

2019年10月30日，DeepMind 宣布 AlphaStar 在《星际争霸 II》中达到宗师级（Grandmaster），相关论文发表在《自然》（Nature）上^[1]。宗师级是该游戏排位体系中的最高联赛，而且这一成绩并不只限于一个种族：AlphaStar 在 Protoss、Terran 和 Zerg 三个种族都达到了宗师级^[1]。在 Battle.net 上，它的排名高于 99.8% 的活跃玩家^[1]。DeepMind 表示，AlphaStar 是第一个在没有任何游戏限制的情况下进入一款广受欢迎的电竞项目最高联赛的 AI^[1]。

关键细节

这位宗师级智能体以匿名方式在 Battle.net 上比赛，使用与人类玩家相同的地图和条件^[1]。它通过镜头接口（camera interface）观察比赛，并遵守由一名职业选手认可的操作频率限制；智能体每 5 秒最多执行 22 次动作^[1]。这项工作覆盖三个种族，每个种族使用一个神经网络^[1]。这些限制很关键：如果一个智能体能看见整张地图并无限次操作，它面对的问题就和人类选手不同。2019年1月，较早的版本曾在看见整张地图的情况下连续赢下对阵两名职业选手的 10 场比赛^[2]。因此，后来的宗师级成绩是另一种演示：智能体必须通过镜头获取信息，并在有限的操作频率下行动。

影响

AlphaStar 在 Protoss、Terran 和 Zerg 三个种族都达到宗师级，说明这一成绩覆盖了三个不对称的阵营，而不是只靠一套专门策略^[1]。排名高于 99.8% 的活跃玩家，则把它放在一个很大的玩家群体的前列^[1]。对 AI 研究来说，这次公布是一次公开检验：学习型智能体能否在接近人类的界面限制下，在实时电竞中竞争^[1]。DeepMind 关于第一个在没有任何游戏限制下进入广受欢迎电竞最高联赛的 AI 的说法，把这项成绩框定为一个里程碑^[1]。它还表明，游戏 AI 与人类比赛条件之间的差距——有限视野、有限操作、匿名在线对局——可以在复杂的实时游戏中缩小^[1]。