阿里巴巴AI玩星际争霸 技术将超过人类

阿里巴巴在百度 、阿里腾讯之后也加入AI大军 ，巴巴霸技阿里AI将以星际争霸作为测试场景，玩星让AI参与协同作战，际争在多人作战中打败对手 ，超过目前研究难度比较大 ，人类相比围棋AI数据参数更加复杂。阿里

过去十年中，巴巴霸技人工智能取得了长足的玩星进步，在图像和语音识别上已经在某种程度上超越了人类 。际争而通过反馈奖励，超过单个的人类AI智能体也能在雅达利这样的视频游戏和围棋中战胜人类。

但人类真正的阿里智能还包括了社会和集体智能 ，这也是巴巴霸技实现通用智能必不可少的 。就像虽然单个蚂蚁的玩星智能有限 ，但通过协作它们能狩猎，能筑巢
，能发动战争。毫无疑问
，人工智能的下一个挑战就是让大规模的AI智能体学习人类水平的协作与竞争。

协作的一个例子就是星际这样的即时战略游戏 。最近阿里巴巴与伦敦大学的研究人员们 ，就在一篇论文中展示了如何用星际争霸作为测试场景，让智能体协同工作，在多对一和多对多中打败敌人。

掩护攻击

这项研究主要关注星际中的微管理任务 
，每个玩家控制自己的单位，在不同的地形条件下歼灭对手 。星际这样的游戏对计算机来说可能是最困难的 ，因为它们的复杂程度比围棋要高得多 。这种大型多智能体系统学习面临的主要挑战是，参数空间会随着参与人数的增加而呈指数级增长  。

研究人员让多智能体把星际中的战斗当作零和随机游戏来学习 。为了形成可扩展且有效的通讯协议 ，研究者引入了一个多智能体双向协调网络BiCNet，智能体可以通过它来交流 。另外，研究中还引入了动态分组和参数共享的概念，来解决扩展性问题 。

边打边跑策略

BiCNet可以处理不同地形下的不同类型的战斗，且对战时双方都有不同数量的AI智能体 。

分析显示，在没有任何诸如人类示范或标签数据的监督时
，BiCNet也能学习各类协调策略，而这些策略与经验丰富的玩家所展现出来的很相似，比如在不引发冲突的情况下移动，边打边跑等基本策略，以及 掩护攻击与适度集中火力等高级技巧 。

另外，BiCNet还可以轻易适应异构智能体任务。在实验中，研究者根据不同的场景对网络进行了评估 ，发现它表现优异，在大规模现实应用中有潜在价值。

研究中还发现，指定的奖励与学习策略之间存在很强的相关性 。研究人员计划进一步研究这种关系 ，研究 策略如何在智能体网络中传递，以及是否会出现特定的语言。另外，双方都通过深度多智能体模型来操作时，纳什均衡的的探讨也很有意义 。