今天（10月31日）英国AI研究机构DeepMind再次登上了《自然》杂志，并宣布旗下的AlphaStar AI程序已经成功登上《星际争霸2》三个种族的宗师（Grandmaster）段位，并且是在遵守专业批准条件的前提下实现的，也就是说AlphaStar已经成功超越了99.8%的《星际2》玩家。
据悉，AlphaStar在进行《星际争霸2》天梯比赛时使用了与正常玩家一样的规则，例如使用摄像头控制视野、正常的战争迷雾、操作水平也被限制在《星际争霸2》职业选手的水平，可以说AlphaStar能在如此限制条件下成功登上【宗师】段位非常不易。作为世界上难度水平最高的电竞游戏之一，《星际争霸2》一直是AI程序想要攻克的重大挑战。



虽然知道这个结果是迟早的问题 那接下来该玩啥？

想看seraal和alphastar来场zvp

我不知道SC2是不是世界上难度水平最高的电竞游戏之一，但google的PR一定是水平最高的之一

这APM是闲时30，打起来2000那样平均出来，还是最高只能达到250有很大区别哦。

dota那边不是也正在搞

如果真能研发成功倒是能解决一个难题
究竟是Ximba还是X族选手不努力，AI跑一跑看看有没有对策，有的话再看一下人类模仿的难度，就知道该不该削了

超过99.8%的玩家不代表能和世界冠军一战啊
AI尚未突破人类极限

虫族最大apm 4k2，你还说你没开挂

—— 来自 OnePlus ONEPLUS A6000, Android 9上的S1Next-鹅版v2.1.2

4200换成人类水平大概是钻f2取火的水平了吧

—— 来自 smartisan OE106, Android 8.1.0上的S1Next-鹅版v2.1.2

这极限apm是sddddddddd出来的还是秀距离感出来的差别可大了

—— 来自 HUAWEI JSN-AL00, Android 9上的S1Next-鹅版v2.1.2

AI练出来了

震惊之处在于蓝色是alphastar，红色是他统计的人类

不知道怎么采的数据

你搞个加速键盘或者改下键智能施法丢蛋刷兵的时候也挺高的，不过说不上什么极限操作


—— 来自 HUAWEI JSN-AL00, Android 9上的S1Next-鹅版v2.1.2

巅峰Dark、Ragnarok、SoO的在正赛的瞬时极大APM可以达到1000～1500左右。所以疑惑人类怎么能4000APM极值。

比如按1、2帧的时长统计，你一帧正好多按了几下，就上天了。

是这样的，可能外行或者就是故意这样搞数据的。主要人类的不稳定性，给他粉饰数据提供了很大空间……


比如控制反应时间那里，alphastar均值视野内113ms，视野外369ms。这也是低于职业选手水平的

但人类实际上是越紧急越慌越乱，而他算力太富余……完全在紧要关头神反应，然后在无关痛痒的时候多等一下拖平均值

4200喷了
400线跳狗

看过几场这个ai打欧服，极限操作说不上特别神，蟑螂对拱时还是会吃到火的，但任何时候都能及时反应，不会出什么大失误，也能打出和人类玩家完全不同的timing

—— 来自 HUAWEI JSN-AL00, Android 9上的S1Next-鹅版v2.1.2

看了一下，三族天梯积分mmr在欧服6000左右，三线职业选手水平，跟世界冠军serral打过，被吊打。作为参考的是欧洲一线世界二线mmr要6600以上，serral本人7200

就和围棋类似，都是人类离规则本身的极限太远，然后ai靠算力压制。

实质上证明不了什么，就是把他们的算法变个花样炒出点商业价值。
辛苦sc玩家也来吃次瓜了

这个真说不上，和之前完全靠操作跳追猎的那个版本比这个AI限制已经比较大了，不知情的看了也只会觉得是个基本功还不错的选手，和顶级职业刚正面挺吃亏的。而且星际本身的游戏特性决定了在游戏中期就不太有闲下来的时候，只是维持运营和控图就要消耗不少的apm

—— 来自 HUAWEI JSN-AL00, Android 9上的S1Next-鹅版v2.1.2

刚去搜了一下，这AI会被12d打死，不会农民探路，对面农民来了又走也不会去查看阴影处菌毯。看来欧服大招哥比较少没给他练出来

—— 来自 HUAWEI JSN-AL00, Android 9上的S1Next-鹅版v2.1.2

这种ai学习到最后都会变成类似开脚本的那种毫秒输入吧
跟挂b有区别吗

apm和反应速度都做了限制的

—— 来自 HUAWEI JSN-AL00, Android 9上的S1Next-鹅版v2.1.2

到最后还不是靠操作碾压，学习能力和屎一样，dota2的时候就知道了，就靠一手无敌拉扯打团。
学了那么久，无法做到学习新英雄，不能理解眼位隐身开雾等战略性的东西。

-- 来自 能看大图的 Stage1官方 Android客户端

这个不是多大问题了。alphago最初赢欧洲选手樊麾时，也是被国内棋手不屑的。
然后一两年后，就事实登顶了。

sc项目攻略得更快，相信这个也会是不久之后的事。
就是SC值不值得再做一场秀的问题（

我是觉得目前看这个项目很没意义。

比如特地把ai操作能力控制在人类的水平。
比如深度学习的训练主要通过自我对战。而限定了延时、信息获取等手段后重复RTS流程的效率也是比较低的。

这个方向有很多有价值的开放性课题，如果要在这里问一句打星际你快乐么的价值，大概也主要在赚噱头上了

不,这是天马流星拳.......

这个团队需要请狗哥顾问。

打这种ai多线协同就完全没用了，失去了游戏的大部分战术

serral天梯排到过AIphastar的T，空投被完防，主力出门就被夹或者被绕狗，打起多线来肯定是不如顶级职业的

—— 来自 HUAWEI JSN-AL00, Android 9上的S1Next-鹅版v2.1.2

仔细想想，实际上这个ai就相当于多人执政官，操作协同都很强，但是感觉战术还是没办法自创，不过大部分对人战术主要都是靠多线消耗你精力，对ai也没啥用就是了。

不限制操作能力，AI和人类玩的就不是一个游戏了，多半就像之前那样闪追=无敌
人类也没办法判断AI是不是找到了无敌操作水平下的最优解，没法评价AI学习成果

操作水平也被限制在《星际争霸2》职业选手的水平
这就已经直接超过90%玩家了吧

当成regularization不就是很标准的操作，目的是规避高频操作，促使机器学习“大局观”

我又想起那个笑话。
让AI模拟100米跑，结果AI算出来的最优解是一根100米的杆子倒下去。

相比围棋吊打职业选手 AI打星际这结果就有点不够看了 天梯上这么多业余玩家 很多也就想起来打几盘的水准 要是哪个职业玩家说自己吊打天梯99.8%的人当自己夸耀的资本保准是会被笑话的

-- 来自 能手机投票的 Stage1官方 Android客户端

群星或者文明，超ai大战倒是搞起来啊

这对比有问题吧，AI的APM百分百是有效操作，人类差远了

之前这个团队写的论文我看了一下，比起alphago/zero，这个东西的创新差太远了。

这个ai的主要思路是把握整体方向用一个ai，然后针对不同小对线团战设定很多种场景，分别训练小的agent，就相当于，一个大脑负责整体调度，另外好几个脑子负责对线微操。为了长时间场景，还用上了LSTM作为状态函数。

这个感觉更多的是经验主义，就AI上的美学来说，照alphago zero差太远了。

另外，这种能够self play的rl，应用场景在真实世界中实在有限，不然deep mind到现在还是赔钱，自动驾驶，对话系统用的rl跟这个完全不一样。

我倒是觉得deep mind可以尝试训练马里奥，去马里奥的多人对抗试一试，看看ai的闸总能到什么级别

放过星际2吧，暴雪自己都玩不来了

主宰： 用P的只配跪着打比赛

AI别的不行 追猎跳的是真的厉害，目前还么有哪个P能像AI那样跳追猎。

极限APM应该是 像演示的那样单体跳追猎，单体甩狗 这样搞出来的，距离感 AI第一。

限制操作就没意思了，以后会不会发展成要限制AI每秒运算多少次啊

其实也是好的，给deadgame刷次热度。双赢啊。

不限制更没意思，3枪兵无伤戏耍地刺.gif