科技工作者之家
科技工作者之家APP是专注科技人才，知识分享与人才交流的服务平台。
来源：Nature自然科研
目前，一款名为“AlphaStar”的人工智能程序排名进入即时战略游戏《星际争霸II》前0.2%的人类玩家之列。根据本周《自然》发表的一篇论文Grandmaster level in StarCraft II using multi-agent reinforcement learning，这款算法代表了机器学习的一大重要成就，经过改造或有助于解决其它应用领域的复杂问题。
训练设置 | 来源：Vinyals et al.
《星际争霸II》是一款科幻主题的策略游戏，有全球性的专业比赛，也是全球最赚钱的专业电子竞技之一。该游戏中有着三种特征和能力截然不同的种族，玩家控制其中一个种族，相互对抗。该游戏已经成为人工智能研究领域的一项巨大挑战；在之前的比赛中，虽然简化了游戏规则，人工编制特定动作序列或依赖超人类的功能（如每分钟执行上万次动作），人工智能体也无法与顶尖人类玩家抗衡。
英国伦敦DeepMind的Oriol Vinyals及同事展现了一款多主体增强学习算法——AlphaStar。在该算法中，若干深度神经网络主体相互竞争，生成大量的持续适应性策略和对策。之后，AlphaStar在一系列在线游戏中与人类玩家比赛，无论玩《星际争霸II》的哪一个种族，AlphaStar都达到了大师级水平。这标志着人工智能体首次在没有简化游戏的情况下，在专业电子竞技中达到了顶尖人类玩家的水平。
© nature
Nature|doi:10.1038/s41586-019-1724-z
点击“阅读原文”阅读论文
Grandmaster level in StarCraft II using multi-agent reinforcement learning
相关文章
AlphaGo重出江湖，又发了一篇Nature
深度学习协助预测厄尔尼诺 |《自然》论文
人工智能助力运动捕捉：新型深度学习算法DeepLabCut
版权声明：
本文由施普林格·自然上海办公室负责翻译。中文内容仅供参考，一切内容以英文原版为准。欢迎转发至朋友圈，如需转载，请邮件China@nature.com。未经授权的翻译是侵权行为，版权方将保留追究法律责任的权利。
© 2019 Springer Nature Limited. All Rights Reserved
来源：Nature-Research Nature自然科研
原文链接：http://mp.weixin.qq.com/s?__biz=MzAwNTAyMDY0MQ==&mid=2652564726&idx=2&sn=30c7a22de2f763d175f514d00c532a91&chksm=80cd4278b7bacb6ecdecccda52aae9b1806c0639257d140814f111532708d2dd2558c74bf45c&scene=27#wechat_redirect
版权声明：除非特别注明，本站所载内容来源于互联网、微信公众号等公开渠道，不代表本站观点，仅供参考、交流、公益传播之目的。转载的稿件版权归原作者或机构所有，如有侵权，请联系删除。
电话：（010）86409582
邮箱：kejie@scimall.org.cn
微信
科技工作者之家
京公网安备11010202008424号
