玩星际争霸的AI偶然学到了生态

通过玩星际争霸II , AIAlphaStar学会了适用于真实生态系统和生物的生态原理
玩星际争霸的AI偶然学到了生态
文章图片
>(Pixabay,geralt)
准备战斗
自从DeepBlue在国际象棋(1996/1997)击败GaryKasparov以来 , 人工智能/机器学习系统一直在掌握新游戏 。 不过 , 有些游戏对AI来说比其他游戏难 。 长期以来 , "围棋"游戏是一个障碍 , 与棋类相比 , 其直觉和策略要求更高 。 实际上 , 在2001年 , 这篇论文说:
与ComputerGo相关的问题需要新的AI问题解决方法 。 考虑到大量问题和可能解决方案的多样性 , ComputerGo是AI有吸引力的研究领域 。
然后 , 在2015年 , AIAlphaGo以18比4击败了18届围棋世界冠军李·塞多尔(LeeSedol) , 偶尔做出"独特而富有创意的动作" 。
迎接下一个挑战 。
玩星际争霸的AI偶然学到了生态
文章图片
>Yep,quitepopularthoseStarCraftmatches(Wikimediacommons,KevinChang)
《星际争霸》是一款SF实时策略游戏 , 具有悠久的历史 , 已成为同类游戏中最受欢迎和最具挑战性的游戏之一 。 直到大约一年半之前 , 它被称为AI的下一个重大挑战 。
然后 , 出现了AlphaStar:一个深度神经网络 , 通过监督和强化学习直接从原始游戏数据中进行训练 。 经过(相对)的眨眼 , 它击败了《星际争霸2》中的人类顶级团队 。 再次眨眼 , 它就获得了"大师级"的地位 , 从所有方面来说 , 他们已经完全掌握了游戏 , 加入精英队伍的球员中只有0.02%是最好的 。 合并完成
无需赘述 , 《星际争霸》是一款由三个"种族"争夺空间和资源的游戏 。
神族(认为高科技太空精灵):建造缓慢 , 但是非常坚固 。
Zerg(想像StarshipTrooper一样的虫子):繁殖起来很疯狂 , 但大多数都容易被压扁 。
人族(想想我们 , 但技术有所改进):介于两者之间 。
(比这要复杂一些 , 但是牢记这些基本知识是很好的 。 )
那么 , 在这里 , 我们拥有一个环境 , 资源分布不均 , 三个不同的"物种"具有不同的增长和资源获取策略 。 听起来很像一个生态系统 。
这确实是最近(非常酷)的研究中探索的类比 。
研究人员指出了生态原理在游戏中的应用 。 例如 , 大多数玩家一开始就奉行"快速且廉价"的策略 , 迅速生产出许多廉价单位以获得立足点(在生态学上 , 这被称为r策略) 。
但是 , 随着游戏的进行 , 他们经常观察到策略的变化 。 我们称其为"缓慢而专业的"策略 。 玩家开始生产耗时更长的昂贵单位 。 这些单位通常专门负责特定功能(战斗 , 运输 , 资源开采……) 。 在生态学中 , 我们将此称为K策略 。
最后 , 单位通常相互依赖(生态网络) , 并且地图上仅允许最大数量的单位(承载能力) 。 招敌
AlphaStar利用了这种游戏生态学的重叠 。 在培训期间 , 它从最优秀的人手的数据中学到了东西 , 但它也制定了自己的策略 。 这些不受人类影响而制定的策略 , 强烈反映了对生态原理的深刻"理解"(我们可以称之为理解):
…显然使用了适得其反的策略 , 例如过度利用了其资源收集能力或拥有一支统一的军队 。 这种非常规的方法是如此有效 , 以至于这些游戏几乎总是在几分钟之内完成的……在这种情况下 , AlphaStar在其人类竞争对手中的统治地位表明 , 这些违反直觉的行为更好地平衡了必要的生态权衡……
(这强烈使我想起了AI通过模拟来推断物理原理的过程 。 )
接下来 , 作者建议使用星际争霸和AlphaStar研究现实世界的生态学和进化 。 通过操纵(虚拟)环境 , 资源的可用性/分布以及所存在的物种 , 我们可以:
…揭示它们的进化轨迹 , 这将有助于评估不同起始条件下的确定性和偶然性发展路径 。
这些发现可能适用于各种物种和生态系统 。 对于植物而言 , 它可以教会我们有关环境变化(气候变化 , 入侵物种……)的响应 , 例如生态位转移和演替变化 。 对于动物而言 , 它可以加深我们对"人格"的影响的理解 , 对于特定的动物而言 , 它甚至可以教会我们关于跨文化关系的知识 。
不久之前 , 我在那里学习书籍的生态学……
【玩星际争霸的AI偶然学到了生态】(本文翻译自GunnarDeWinter的文章《StarCraft-playingAIAccidentallyLearnsEcology》 , 参考:https://medium.com/predict/starcraft-playing-ai-accidentally-learns-ecology-2be6f0e6786e)


    推荐阅读