强化学习（1） | 夺旗行动：复杂合作角色的出现

今天，你AI了没？

关注：决策智能与机器学习，学点AI干货

出处 | DeepMind

翻译 | Ethon

掌握多人电子游戏中的策略、战术理解和团队合作是人工智能研究的一个关键挑战。在我们最新的文章中，我们发表了强化学习的新进展，我们发明的方法在Quake III 竞技场的“夺旗游戏”中获得了人类水平的表现。

“夺旗游戏”是一个复杂的、多角色的环境，它是一款经典的第一人称多人3D游戏。我们的AI代理成功的与人类及AI队友进行了合作，即使让其与人类玩家的反应速度相当，仍能获得很优异的表现。

后续，我们将展示这些方法在Quake III 竞技场其他游戏中的应用。

AI角色正直玩夺旗游戏。上图来自一个红方队员的第一视角。（左）室内环境 （右）室外环境

AI代理正在玩其他的竞技场游戏。（左）Harvester  （右）在Ironwood地图上的夺旗游戏

数十亿人居住在这个星球上，虽然每个个体都有自己的目标和行为，但仍能团结到一起，组建成队伍、组织和社会，并表现出令人惊奇的集体智慧。我们称其为多角色学习：大量的独立个体必须单独行动，并学习与其他角色进行交互与合作。这是一个非常困难的问题，因为对于相互合作、适应的角色们，外部环境是不断的变化的。

我们选择第一人称的多角色3D视频游戏为平台来研究这个问题。这些游戏代表了最受欢迎的电子游戏类型，并吸引了数百万玩家，因为它们具有沉浸式的游戏体验，以及它们在战略、战术、手眼协调和团队协作方面所带来的挑战。