世界杯终于回来了,经历了疫情的三年时光,全世界的球迷都尤其期盼着这个也许是人类历史上意义仅次于1948年伦敦奥运会的盛大赛事——2022卡塔尔世界杯。
1863年,英国足球协会在伦敦正式成立,标志着真正意义上的现代足球诞生了。在这一百多年的发展中,技战术流派的不断涌现是让比赛越发吸引人的最重要内在因素。英国的两翼齐飞、意大利的九号半、荷兰的全攻全守和巴塞罗那的Tiki-Taka这样风靡一时的战术体系都极大地推动了足球运动的发展。
作为一项多人团队配合运动,在足球比赛中战胜对手除了要依靠球员的个人能力,更要依靠11个人的战术配合,如果用计算机科学领域的语言讲:这是一个典型的多智体合作博弈问题。这也是本文要讨论的数字世界里的足球比赛。
足球游戏是一个典型的多智能体学习场景,因此谷歌足球环境(Google Research Football)自发布以来就受备受关注。但因为复杂性和计算量等问题,它在多智能体研究方面一直未能得到充分利用。目前大多数开源的代码实现都来自于Kaggle的单智能体足球竞赛,单智能体在工作时同一时间只控制一个球员,其他的10个球员是由内置bot控制,这一操控方式与FIFA游戏的操作方式类似。近来,也有一些相关工作研究了足球环境中的多智能体问题,但往往局限于简单的特定场景。作为最终挑战,11vs11场景一直以来缺少一套开源的训练框架与基准线。
今年夏天,数研院联合中科院在IEEE Conference on Game会议上,在线组织了5vs5、11vs11两个赛道的多智能体竞赛。同时,数研院也投入力量进行了该问题的研究,提供了强力的基线模型。在CoG会议比赛结束之后,我们希望能有更多的多智能体研究者和足球爱好者投入到足球AI的研究中来,一直筹备相关代码的开源工作。此次,数研院开放了一系列方便大家快速上手足球AI研究的资源,除了训练框架,还包括分析工具、基线模型等等,希望推动足球AI研究社区的进一步发展。这些内容现在开源在https://github.com/Shanghai-Digital-Brain-Laboratory/DB-Football,欢迎大家关注和加入。
在物理世界中,一支球队的