《星際爭霸II》作為游戲玩家心目中即時戰(zhàn)略游戲的經(jīng)典之作，它的“即時”和“戰(zhàn)略”特性，使其成為深度強化學習和博弈決策智能算法研究的重要平臺。通過游戲研究AGI技術，英國有DeepMind，美國有OpenAI，那么中國呢？

“二十年后，伴你遨游太空、探索星際的是人？還是AI？

或許是這位星際指揮官。”

《星際爭霸II》作為游戲玩家心目中即時戰(zhàn)略游戲的經(jīng)典之作，它的“即時”和“戰(zhàn)略”特性，使其成為深度強化學習和博弈決策智能算法研究的重要平臺。

包括DeepMind在內(nèi)的世界頂尖AI團隊也在攻堅《星際爭霸II》。其背后擁有一個共同的終極目標——進一步拓展AI邊界，并為最終達到通用人工智能（AGI）探索道路。

AI打星際有多“硬核”？

星際是有史以來電子競技領域最經(jīng)典的游戲之一，也被認為是最有挑戰(zhàn)的即時戰(zhàn)略（RTS）游戲。今天，之所以成為AI研究的主要平臺和工具，是因為其蘊含了下述多方面的挑戰(zhàn)，一旦取得技術突破，將擁有廣泛的應用場景。

那么，用AI打星際有多“硬核”？難點和挑戰(zhàn)在哪？

挑戰(zhàn)一：層次化的體系博弈

星際實質(zhì)上蘊含了一套層次化的博弈體系，它包括宏觀經(jīng)濟實力的比拼、科技與兵種的相互克制、戰(zhàn)役戰(zhàn)術上的指揮對戰(zhàn)、各編隊單位的微觀操控等。如何能讓AI學會并進行上述多層次的決策，而不是在某一層級上進行學習，是個非常大的挑戰(zhàn)。

挑戰(zhàn)二：決策空間復雜度巨大

圍棋的決策動作空間不超過361，而星際的決策動作空間是10的26次方，由決策時機、決策指令、決策主體、決策目標等多維度的決策因素組合而成。

挑戰(zhàn)三：非完全信息動態(tài)博弈

對比圍棋或者象棋等完全信息下的博弈，星際擁有“戰(zhàn)爭迷霧”機制，你無法在任意時刻得知對手完整的信息，必須通過主動偵察和對手建模來推測對手策略。相對于德?lián)涞姆峭耆畔⒉┺模请H又體現(xiàn)了動態(tài)性，上一時刻偵察所獲取的信息，下一時刻又可能變化了。

挑戰(zhàn)四：大規(guī)模多單位協(xié)作

星際的戰(zhàn)斗部分需要指揮多兵種、上百個單位進行協(xié)作配合。相對來講，《DOTA2》、《王者榮耀》游戲AI只需要5個單位進行協(xié)作配合。

挑戰(zhàn)五：毫秒級實時決策

星際作為即時戰(zhàn)略游戲，要和職業(yè)選手（平均每分鐘300次操作）進行對抗，要求AI能夠在一秒鐘之內(nèi)做出多次快速決策，這對AI算法模型的性能、工程實現(xiàn)的效率帶來非常大的挑戰(zhàn)。

中國的“星際之王”是誰？

通過游戲研究AGI技術，英國有DeepMind，美國有OpenAI，中國呢？

啟元世界希望是一個答案。

啟元世界自2017年成立，便開始基于《星際爭霸II》研究決策智能、開發(fā)智能體，探索AGI之路。

繼2018年5月在北大ACM總決賽期間發(fā)布基于星際的人機協(xié)作對抗賽、11月在加拿大AIIDE策略博弈研討會展示自學習戰(zhàn)術指揮官、12月獲得NeurIPS多智能體競賽Learning組冠軍之后，2019年以來啟元星際指揮官又實現(xiàn)了重要突破。

目前啟元“星際指揮官”（簡稱“星指”），已能夠在全場游戲（full game）中與業(yè)余高手過招較量，從宏觀到微觀博弈上展現(xiàn)出若干智能行為：如因地制宜地發(fā)展經(jīng)濟與科技、有條不紊地安排建造與布局、審時度勢地進行偵察和攻擊、指揮上百個單位進行協(xié)同作戰(zhàn)等。

啟元與星際指揮官成長歷程

“星指”要挑戰(zhàn)職業(yè)玩家，你敢不敢來？

實現(xiàn)高水平的《星際爭霸II》對弈，代表了AI在復雜電子游戲中取得的重大突破。但對于啟元世界來說，星際AI的作用遠不止于打打游戲如此簡單，最終的目標是將其中研發(fā)的技術應用到現(xiàn)實世界，從博弈決策到網(wǎng)絡調(diào)度，從數(shù)字娛樂到機器人控制，都不乏應用場景。

啟元“星際指揮官”今年9月正式在北京亮相，開始挑戰(zhàn)職業(yè)玩家！屆時將舉辦一系列線下比賽和線上直播，現(xiàn)場抽取星際發(fā)燒友與"星指"面對面切磋，感受AI智能體的激情與魅力，感興趣的朋友可以點擊閱讀原文報名哦~