江苏龙网

  1. 首页 > 游戏 > >

[王者荣耀]王者荣耀：绝悟AI的原理浅析( 二 )


2)第二部分就是核心部分了 ， (这部分不想看可以跳过去) 。这部分包括LSTM(长短时记忆网络)和Attention(注意力)机制 ， 将之前的一大串输出输入到这个LSTM网络当中 ， 经过FC变换之后 ， 得到初步的输出 。Attention部分用了RL探索的剪枝(y1s1 ， 我不是搞强化学习的 ， 这个地方我也不是很懂) ， 反正作用就是 ， 我面前很多东西 ， 比如野怪 ， 小兵 ， 它 ， 敌方英雄 ， 我该干谁呢 ， 就由这个决定就完事了 。具体的细节有能力有兴趣的坛友可以去看论文 。
3)第三部分模型的输出部分 ， 当然这个部分呢 ， 还是需要再上一步做些调整和变化的 。细心的朋友已经发现了 ， 上面这几个输出不是独立的 ， 具体什么意思呢 。
[王者荣耀]王者荣耀：绝悟AI的原理浅析
文章图片

文章图片

这里列举了最简单的移动按钮为例(就是移动轮盘) 。首先是button按钮 ， 其次的四个是我该怎么拖动这个按钮(就是我拖动技能 ， 方向和距离) ， 这个大家都很熟悉 ， 一定能秒懂我什么意思 。最后一个是Target部分 ， 就是目标 ， 就是我该瞄准谁呢？小兵、塔、敌方英雄等 。技能按钮以此类推 。
(论文中提到 ， 虽然这些输出有依赖 ， 但是通过一些手段 ， 可以使其独立 ， 就是这几个没什么关系 。这里面就是这篇文章比较有新意的地方 ， 叫Dual-clip PPO ， 反正这些东西不影响我们对AI的理解)
以上就是系统框架内容 ， 通过不断的训练优化这个模型(这里涉及到网络的训练问题 ， 很复杂 ， 还要看工程师的“炼丹”能力如何) ， AI英雄会越来强 ， 没错就是越来越强 ， 不要问为什么(深度学习的可解释性是个很大的难题) ， 事实摆在眼前 。上面内容是不是有点复杂 ， 确实我也这么觉得 ， 如果你都看懂了 ， 说明你很有“炼丹“的天赋(手动狗头) 。
下面我们说点轻松的:为了测试AI的性能 ， AI团队还邀请了几位职业选手进行1v1对抗 ， 以下是论文截图 ， 结果表明 ， AI可以达到职业水准(没错 ， 就是这么牛x) 。
[王者荣耀]王者荣耀：绝悟AI的原理浅析
文章图片

文章图片

这里还有一个细节 ， AI的反应时间是133ms ， 论文中说133ms是顶级业余选手的反应时间 ， 所以被绝悟揍是很正常的 。下面是职业怎么挨打的数据 ， 大家看看就好 。
[王者荣耀]王者荣耀：绝悟AI的原理浅析
文章图片

文章图片

然后AI又去找路人玩家PK ， 数据如下
[王者荣耀]王者荣耀：绝悟AI的原理浅析
文章图片

文章图片

可以发现 ， 大部分都是绝悟赢 ， 输的几场 ， 用官方的解释来说呢 ， 可能是因为HanXin(二一横扫) ， SunWukong(吉吉国王) ， HouYi(真正的射手)比较依赖暴击 ， 由于暴击是一个不确定因素 ， 所以对于AI来说有些影响 。
再来个泥潭之前的日常话题ELO：
[王者荣耀]王者荣耀：绝悟AI的原理浅析
文章图片

文章图片

这是论文里 ， 训练狄仁杰的效果图 ， 我们看见官方内部给出的玩家水平评价指标就是ELO 。模型训练大约7小时 ， 已经可以干掉游戏自带的AI了 ， 12小时达到星耀水平 ， 30小时达到王者水平 ， 60小时达到荣耀王者水平 ， 70小时已经接近职业水平(为了防止杠精 ， 怎么职业和荣耀差不多 ， 我不做解释 ， 这是论文给出的数据) 。


推荐阅读


上一篇：「」新版廉颇成边路战神，耀神这一套出装，连吕布都要被吊打！

下一篇：王者荣耀：王者荣耀：v8玩家都有什么特权，网友：有钱真的可以为所欲为？