不止會下棋：星際AI爭霸史

和所謂的「打電腦」不同，玩《星際爭霸》的AI並不能像遊戲內置的「電腦」那樣獲取底層數據，所以只能按照人類的思維方式向遊戲下達指令，基本上人類可以做到哪些事情，AI也就只能做到這個地步。

趁著阿爾法狗重出江湖的東風，有關人工智慧的話題又火了起來。只不過今年這場人機大戰更加充滿悲情色彩，因為誰都知道柯潔必敗無疑。感傷之餘，人們開始對另一個話題有了更大的興趣：既然人類已不是機器人的對手，那麼問題來了，機器人技術哪家強？

其實，在星際爭霸的圈子裡，早就有一群人在默默探索這個問題，他們是一群熱愛星際的程序員，他們的夢想是開發出最會玩星際的AI機器人，他們每年都會舉行各種各樣的AI比賽一決高下，其中最有名的一項賽事，當屬交互數字娛樂AI協會主辦的AIIDE星際大賽。

不要誤會，相對於被人工智慧各種橫掃的棋壇，遊戲這一行暫時還沒有誕生能夠擊敗頂尖人類高手的AI。這不僅是水平所限，也與AI程序員的理念有關。相比戰勝人類這個目標，他們更希望自己的AI能具有像人類一樣的行為和思維方式。能夠突破圖靈測試，才是AI程序員最大的追求。所謂比人類更像人類的AI，才是最牛逼的AI。

下面，在進入正題之前，我還想先試著回答一個常常被人提起的爭議性問題：玩星際的AI算作弊程序嗎？

DeepMind與暴雪的合作，意味著當前廣泛應用的AI模式得到了官方的認可

這裡謹以我個人的名義告訴大家：不算。因為當前所有的星際AI都是採用母巢之戰的編程介面BWAPI開發而來，而這套API又是對商業版的母巢之戰遊戲本體進行逆向工程搞出來的，因此並不觸及最底層的後台核心機密。

在BWAPI的制約下，AI基本上只能按照人類的思維方式向遊戲下達指令，基本上人類可以做到哪些事情，AI也就只能做到這個地步。

尤其是AI的可視範圍就是人眼可以看到的區域，那些進入戰爭迷霧的敵方單位，AI也是看不到的。別小看這一點，這意味著程序員只能依據有限的戰場信息來編寫AI的行動方案。如此一來，他們創造出來的AI程序主要還是競爭性而非欺騙性的。那些將AI稱為「掛比」的說法是不靠譜的。

但我們也應該看到，API介面畢竟是直接往內存里進行讀寫操作的，這本身就比使用鍵盤滑鼠做介面的人類具有先天的優勢：更快的反應、更高的操作效率，都是無可避免的。為了所謂的fair play，難道還要對AI的APM限速不成，還是真的要像某些人嚷嚷的，非要給AI裝上機械臂和攝像眼才算公平？大家忘了嗎，對極限計算和操作的追求不正是我們開發人工智慧的初衷么。至於機械臂，恐怕是連谷歌都還未掌握的黑科技。它在宣布進軍星際2人機對戰領域之後，依然是在API上做文章。

用機械臂玩遊戲真的是人類發展人工智慧的初衷么

那麼問題又來了，現在的星際AI大賽為何不用最新的星際2，而還在使用十幾年前的母巢之戰呢？關於這一點，你可以看看暴雪發布的星際2最終用戶許可協議(EULA)，通篇都在警告大家不要對星際做任何手腳，任何破解和Mod行為都是不被允許的，如果你不信邪，也許能見識下傳說中暴雪律師函的樣子。至於星際1的黑客行為，暴雪早持默許態度，甚至還為這次大賽提供了獎金。

暴雪特意將這一段加上下劃線並標粗

AIIDE 2010

第一屆星際AI大賽就吸引了眾多的目光，共有26名參賽者參加四個項目的角逐，連史艾研發中心都派出了自己的代表。前三個比賽項目都是在一定限制條件下的研究性對戰，算是墊場賽。只有第四個項目才是本次大賽的主菜：開啟戰爭迷霧下的無限制全場比賽，當然，AI可通過API做出的一些超常規動作，比如滑動建築，操作地面單位越牆行走都是不被允許的。賽事採用隨機配對的雙敗淘汰制，地圖池包括五張當時流行的職業比賽用圖，這些地圖會事先告知參賽者，但每場比賽的用圖仍是隨機抽取的。

在不起飛的前提下讓人族基地位移到礦石的跟前，是星際早期一個經典操作bug

主賽的冠軍由Overmind贏得，一個由加州伯克利分校開發的蟲族bot，它在最後的決賽中打敗了由一位獨立製作人研發的Krasi0。Overmind非常喜歡使用強大而脆弱的飛龍。因為這個單位的行動力不受任何地形和障礙的限制，可以把人工勢場這一經典的機器人局部尋路演算法發揮到極致。

所謂人工勢場的原理是指：把機器人在工作環境中的運動看作是在一個人造受力場中的運動，其中目標對機器人產生引力，障礙物對機器人產生斥力，機器人在這兩類力的合力作用下向目標前進。具體運用到比賽中，就是引力場吸引飛龍聚集起來，對目標發起攻擊；斥力場讓聚合的飛龍迅速散開，脫離敵人的反擊火力——活脫脫的hit&run既視感

Overmind與Krais0的最終決賽

Overmind的總體戰略是初期先造小狗和地刺炮台守衛初期擴張的地盤，同時搜集足夠的資源造出第一批飛龍，並立即派到敵人基地周圍展開騷擾。如果第一波攻勢未能奏效，它就放慢節奏，四處巡邏，趁機除掉一切缺乏保護的單位，慢慢消耗敵人，最後再發動一波總攻贏下比賽。

亞軍krasi0則採用了純防禦型的人族戰術，造了許多地堡、坦克和防空導彈。在積攢了一定的兵力後，它本打算派出一支機械化部隊踏平敵軍基地，怎奈被對方的飛龍騷擾得實在太厲害。其實在遇到Overmind之前，krasi0一直表現得很出色。只能說，Overmind的飛龍玩得實在太6了。

利用人工勢場技術可將飛龍的Hit and Run戰術發揮到極致

AIIDE 2011

如果說第一屆AIIDE還是試水性質的交流賽。那麼第二年的星際AI錦標賽，真正有了正規大賽的樣子。首先，取消了首屆賽事的微管理比賽項目，只保留真刀真槍的全場較量。其次，所有參賽者，必須公開自己的AI機器人源代碼。這樣做完全是為後人著想，讓新加入這個圈子的成員多借鑒前人的經驗，少走彎路，這樣他們做出的機器人必定會越來越強大。

賽制也從之前的雙敗淘汰賽變成了三十循環賽，這意味著每兩個對手之間就要打30場比賽(以後的場次還會越來越多)。我們知道，淘汰賽是比較依賴配對運氣的(哪怕是雙敗)，而循環賽剔除了所有的運氣成分，最後決出的冠軍一定就是最強的那個。

這是一場看不到人類身影的星際大賽

這個最強冠軍AI就是Skynet，它也壟斷了日後多項大賽的桂冠，是AI界名副其實的BoxeR。作為一個神族bot，Skynet會使用許多經典實用的神族戰術，比如初期的狂熱者rush，中期的龍騎+狂熱者經典組合，以及後期的狂熱者+龍騎兵+金甲蟲大軍。它有著極為優秀的經濟運營和穩健的初期防禦，能夠很好地應對更加崇尚進攻的UAlbertaBot（亞軍）和Aiur（季軍）。

Skynet很會用龍騎放狂熱的風箏

遺憾的是，首屆冠軍Overmind並沒有參賽，一方面是他不希望公開自己的源代碼，二是因為這個AI在遇到初期比較激進的對手時顯得很脆弱，三大種族的rush都令它難以招架。倒是伯克利分校的另一群小孩搞出來了一個向前輩致敬的人族bot「Undermind」，並取得了第七名的不錯成績。

下面筆者會以自己親手開發的參賽AI，也就是亞軍UAlbertaBot為例證(以下簡稱AB)，來簡單分析一下我們AI製作者的一些設計思路。AB在前一年也參賽了，當時還是蟲族，這次改用神族，是因為我們從技術的角度發現，神族的戰術更容易實施，在測試中也更具有一致性，容易掌控。

星際AI大賽初期最多見的神族內戰場景

AB最擅長使用初期激進的狂熱者rush戰術，這足以在短短几分鐘內戰勝大部分對手。即使初期的Rush沒有徹底干趴對手，它也能成功轉型中後期的龍騎戰術。只是這一套對Skynet和Undermind就不那麼有效了。Skynet的龍騎很會放風箏，經常用一個龍騎殺死好我幾個狂熱者。Undermind的戰術就是初期多造幾個地堡，很成功擋住了AB的初期rush。

AIIDE 2012

2012年的星際AI大賽有十名「選手」角逐，雖然參賽者減少了，但比賽場次更多了。五天內一共打了8279場，每兩個機器人之間要過招184次。最後決出的名次幾乎是2011年的鏡像版，只有亞軍和季軍調換了個位置。

Skynet依靠強大的狂熱龍騎+金甲蟲大軍連獲兩屆大賽冠軍

Aiur的進步得益於它採用了一種新穎的戰術，即早期的光子炮rush，這讓其他許多機器人猝不及防。為了備戰這次比賽，AB也做了一項重大更新，加入了一個叫做Sparcraft的作戰模擬模塊。以前，AB必須等到狂熱者的生產數量達到一個閾值後，才會向敵人基地發動進攻，而且基本不懂撤退。現在，有了這個戰鬥擬真模塊，AI可預先對一場遭遇戰的勝負結果進行估計。如果它預測己方能贏，就會繼續發動進攻。如果它預測敵人會勝，就會向自己的基地撤退。這種新戰術在實戰中被證明非常有效，不過Aiur的初期防禦能力比前一年的版本提高了一大截，最終把AB掀下了亞軍的寶座。

AB的隱刀軍團已橫砍一片礦

AB還在之前狂熱者rush的基礎上，新開發出了龍騎rush和黑暗聖堂rush戰術。至於具體要採用哪種戰術對付特定的對手，它用到了蒙特卡洛樹搜索中的PCB1公式來做出決策，同時它也會對存儲的比賽數據進行強化學習，活脫就一窮人版阿爾法狗。通過不斷的學習，它將自己的勝率從初期的60%提高到了後期的68.6%，效果十分顯著。不過，這套戰術選擇機制也正是導致AB落後於Aiur的一大原因，因為龍騎rush和黑暗聖堂rush戰術在實際執行的過程中效果時好時壞，這迫使戰術決策演算法最後還是會越來越傾向於選擇最有效的狂熱rush。換句話說，在之前的比賽中對其他戰術的探索學習最後都白白浪費掉了。

AIIDE 2013

AIIDE 2013隻有八名選手報名參賽，為歷屆最低，但總體水平極高。他們總共打了5597場比賽，每兩個機器人要互相交手200次，比賽用圖有10張，每張圖要打20把。佔據頭幾名的依然是我們的老熟人。令人欣慰的是，AB這次終於修得正果，掀翻了過去兩年的霸主Skynet。

唯一的新面孔是位列第四的Ximp，這是由考門斯基大學的一名學生新編寫的機器人。它使用的也是神族，但主打大後期。在前期進行經濟擴張時主要依靠光子炮死守，同時在家裡憋航母。等攢到了一定的規模後，再開出去橫掃一切。可惜的是，Ximp的代碼中存在一個致命的錯誤，一旦遇到Fortress這張圖，就會百分之百崩潰，白白送給對手很多勝利。如果沒有這些bug，它的排名肯定還要靠前。另外值得一提的是Aiur，這次雖然只拿到了第三名，但它的學習能力給人留下了深刻的印象，其勝率從初期的50%提高到了後期的58.1%。

Ximp攜航母大隊強勢來襲，它還知道優先幹掉對自身威脅最大的光明聖堂

AB這次能奪冠，主要得益於更加強大的Sparcraft模擬包。該模塊經過升級後，能夠更正確地模擬出所有的傷害類型與護甲之間的對應關係，進而能夠預估更準確的戰鬥結果。另外，它把前一版中不太成熟的龍騎和黑暗聖堂rush戰術全部剔除，只保留屢試不爽的狂熱rush。事實證明，這套簡單粗暴的戰術確實是AI界最牛逼的一招。

唯一的例外是在對陣Skynet時，它選擇了黑暗聖堂rush戰術，因為根據過去的交手經驗發現，Skynet最怵這一招。果然，這個極具針對性的戰術選擇成了雙方直接對話中的勝負手。這樣的做法雖然頗具投機性，但這不就是人類思維的體現么。在現實比賽中，人類選手一般都能提早知道下一個對手的身份，賽前自然會進行針對性的戰術準備。

星際AI一直解決不好的一個問題，大量本方農民被對方一個探路的小兵像溜猴一樣溜得團團轉

我們在2012版的AB中還發現了一個bug，它在開局初期會調集本方所有的農民和狂熱者追逐前來偵查的敵軍斥候，這嚴重耽擱了農民採礦進度，並推遲rush發起的時間。過去，AB正是因為這個bug輸給了Skynet和Aiur很多盤。現在隨著這個bug被修復，AB已然沒有任何弱點，最終勝率比亞軍Skynet高出了10個百分點。當然，這也要感謝那個新來者Ximp，它幾乎輸掉了與我們的所有對局，簡直就是我們的幸運星。

AIIDE 2014

由於前一屆的參賽者數量創下新低，這一次我們做了更多的宣傳，希望吸引更多人前來參賽。我們還讓那些參加了去年比賽但今年未報名的2013版機器人，自動入圍本次賽事。這讓我們一共集齊了18名參賽者，達到歷史新高。參加本屆比賽的AB、Aiur和Skynet都是原封不動的2013款，因為他們的作者這一年一直都在忙於參與各類比賽，根本沒有時間進行強化更新。

也許正是這個原因，導致昔日傳統豪強全線潰退，新勢力迅速崛起，表現搶眼。曾獨霸一時的神族這次也被人族搶了風頭。所有這一切，都宣告了新時代的來臨。冠軍被立命館大學代表隊的人族機器人IceBot奪走，其主創Kien Nguyen Quang是位越南人，目前在日本微軟任職。其實，IceBot並不算新面孔，從2012年起就開始參賽，但從未取得過6名以上的成績，這一次它經過了全面的升級之後，終於修得正果。它擁有非常穩健的初期防禦能力，能夠擋下大多數速攻型機器人的初期rush，然後再把比賽導入自己擅長的節奏。

2014年冠軍IceBot的背後的立命館大學團隊

去年的送分童子Ximp，也延續了它慣用的大後期航母戰術，在進行了一些小幅更新和bug修復後，勇奪第二名。季軍LetaBot則是一個來自荷蘭馬斯特里赫特大學的人族機器人。它的源代碼是在AB 2012版的基礎上發展而來的，並根據自身的特點進行了種族上的調整。相比之下，它的原身AB就有些原地踏步了，操起分毫未改的2013版趕鴨子上架，結果慘跌至第七。另一位昔日霸主Skynet也好不到哪兒去。倒是以前一直穩居前四卻從未染指過冠軍的Aiur，本次依舊處在萬年老四的位置，簡直就是星際AI界的「阿森納」。

經典AI剖析：Aiur

Aiur常年穩居前四的奧秘就藏在它的名字當中，其全稱為「採用隨機決策的人工智慧」(Artificial Intelligence Using Randomness)，本意就在於讓對手無從判斷自己的作戰思路，自然也就不容易被針對。而作為衛冕冠軍的AB，就是因為樹大招風，導致本屆出現了好幾個專為打敗它而設計的機器人程序，被針對得很慘。Aiur的開發者則給它設計了五種戰術天性(mood)，只有到了臨場比賽的時候，Aiur才會從這五種天性中隨機抽選一個，讓對手捉摸不透。這五種戰術天性包括：

星際1 API的工作原理

光子炮rush - 開局後全力偵查，爭取儘早探出敵人基地，然後在其礦區附近造光子炮，以早期壓制敵人經濟。但這也是個很冒險的戰術，因為它的水晶塔和其他過渡建築一旦被過早發現，是沒有任何辦法防禦的；因此，它對隱蔽性和突然性的要求極高。

速攻rush - 先以最快速度造幾個狂熱，去敵人主基地里尋殲容易消滅的單位，或四處巡遊，打掉對方任何偷偷擴張的企圖。後面再擺出狂熱者+龍騎+仲裁者的經典組合（如果偵察到對方的空軍單位或建築，再加上海盜船予以壓制）。該戰術比較富有攻擊性，一言不合就開干。

星際2API的工作原理

尋機空投 - 在早期對敵人的主礦區實施快速狂熱者空投，其要旨在於避開敵人的正面防禦火力，扼制對手經濟。這一招主要是用來對付Ximp等擅長「堵口子」的機器人，它們喜歡在開局階段於基地入口處布設強大的防禦力量，一旦這些防禦措施被繞開，就會暴露出後方空虛的致命弱點。另外Aiur還有快速擴張和常規打法兩種天性，這裡就不展開了，顧名思義即可。

實際上，Aiur在這五種積極進取的五種天性外，也存在隱藏的第六天性：被動防禦，不過它不會在一開場就被AI選擇，只在對陣蟲族對手並發現對方有rush傾向時才會觸發（比如，在偵查對方基地時發現其農民數量偏低時）。Aiur的自我學習能力可讓它逐漸摸清，在分別面對每個不同的對手時，自己的哪些戰術天性能取得較好的效果。

為了進一步迷惑對手，不致於遭到反學習、反針對，它甚至不會在每一場比賽中都選擇最有效的戰術天性，相當的「腹黑」。人們都說阿爾法狗要是會故意輸棋那才是世界末日，其實這對AI並不是什麼難事。

Aiur在開局時會隨機選擇一種戰術打法，讓對手摸不透自己的套路，是一位虛則實之，實則虛之的高手

AIIDE 2015

AIIDE 2015的參賽機器人數量達到22個，再攀歷史新高。參賽的國家數量也創下歷史之最，達到12個，完全夠得上「小世界盃」的稱號，其中甚至有了中國選手的身影，而且成績驕人。參賽者的種族分布也是歷年來最平均的（人9/神7/蟲5）。別看蟲族數量相對最少，卻包攬了前三名。本來，蟲族在首屆的高光表現後一直處於疲軟狀態，這次頗有些王者歸來的意思。

在2015年的參賽國陣容中，我們看到了一面熟悉的旗幟

冠軍tscmoo是由一位挪威獨立製作人開發的Z，主打中後期戰術，擁有上十套不同的建造順序和策略，它依靠不斷的學習修正能力，很快找到了對付每一個對手最有效的招數。亞軍ZZZBot的作者也是一位獨立製作人，它採用了星際爭霸中最極限的速攻戰法：4D出狗。這套戰術看似簡單，卻收到了奇效。很多機器人的對策庫中並沒有應對這套打法的反制措施，結果都被打了一個措手不及，早早敗下陣來。第三名Overkill正是來自我們偉大中國的蟲族AI，其作者Sijia Xu是一位數據工程師（很遺憾，我實在搜不到他的中文名字）。它的套路很多，且主要依賴飛龍，這又讓我們想起了首屆冠軍Overmind那風騷的飛龍操作。

中國蟲族Overkill採用9D開局咬死一片

如果要為本屆比賽頒發一個特別貢獻獎，那一定非AB莫屬（舉賢不避親嘛），因為它這次大膽地採用了隨機種族，這在整個星際AI爭霸史上還是破天荒的頭一回。對於極度依賴賽前決策的AI對戰來說，隨機種族無疑是個巨大的優勢，你連對方的種族都不知道，又談何針對性的部署呢。當然，要做好一個能同時掌握三族戰術的AI，工作量也是成倍的增長。為此，我們幾乎重寫了每一行代碼。

它的另一項重大改進，是加入了一個用JSON編寫的配置文件，其中包含許多戰略和戰術決策選項，隨機AI必須等到每場比賽開始時確定了自己的種族後才能解析它。該文件還包含一個有關三族不同開局建造順序的資料庫。有了這個配置文件，我們程序人員就可以很方便地對所有這些戰術選項和建造順序進行修改，而無需重新編譯整個機器人程序。

選擇tscmoo用起神族來同樣犀利，這麼多紅球…嘖嘖…

為了讓這個隨機AI適應比賽節奏，我們為它找來了一些陪練。通過幾天的測試，我們針對Skynet、LetaBot、Ximp和Aiur等幾個主要對手量身制訂了相剋的戰術打發和建造順序。比如，在對戰Ximp時，知道它是航母狂魔，那我就編織一張強大的防空火力網。在對陣Aiur時，如果隨到了人族，就造大量的禿鷹戰車，以克制對方的狂熱rush。如果碰上之前未遇到過的對手，就默認採用三族的初級兵rush戰術。實戰證明，這套隨機AI非常有效，在正賽中取得了第四名的好成績。

AIIDE 2014

最近一次的AIIDE，讓我們看到了可惜的變化，首先是不知從哪裡冒出來一個Iron，直接坐上了冠軍的寶座。其實這個AI並非無跡可尋，它的前身是上屆比賽僅得第19名的Stone，其提升幅度之大，再次讓人見識到了AI發展的無限可能。而去年的冠軍Tscmoo因為沒有更新版本，本次滑落到了第三，尤其是在與亞軍ZZZKBot的直接對話中，只打了個平手（各勝45場），這不能不說是一個糟糕的戰績，因為在蟲族對蟲族的內戰中，是容易化解4農民血池速攻戰術的。

據說今年的阿爾法狗能讓去年的狗兩到三子，可見人工智慧的自我學習進化速度之快。同樣在星際AI界，一年的時間間隔，就足以讓排名榜發生翻天覆地的變化

從種族分布上來看，人族迎來了偉大的復興（在另一項主要比賽CIG中，人族飽覽了前三名），蟲族則延續去年的強勁勢頭，只可惜我們中國的驕傲Overkill，今年只排在中游的位置，應該是沒有更新的緣故。而神族的輝煌則一去不復返了。排名最高的Ximp(6)依然延續它的航母戰術,只是越來越力不從心，曾經的萬年老四Aiur這次跌到了第八的位置，其他諸如Skynet、Xelnaga等老P，更是跌出了前十。

寫在最後的話：AI距離人類水平還有多遠

作為每年的保留項目，我們都會安排一場人機大戰作為壓軸好戲。2012年，我們讓當屆冠軍Skynet與來自德國的蟲族好手Bakuryu進行了兩場較量，結果想必不用多說，AI被人完爆。究其原因，AI的打法和套路還是太容易被人摸透。而且不懂變通，很容易被人玩弄於鼓掌之中。而人類的毒辣之處就在，一旦揪准AI的弱點，就會抓住不放，反覆壓榨對方。

比如在第一場比賽中，Bakuryu注意到自己的小狗只要一靠近Skynet的任何單位，Skynet就會派出自己的主力部隊甚至部分農民去追逐它們。於是，他就讓自己的小狗不停地在電腦基地附近兜圈子，跟Skynet玩貓捉老鼠的遊戲，不斷消耗對方，自己家裡則一心攀科技出飛龍。

且看人類高手如何教AI做人（Bakuryu Vs Skynet）

對於這種人類才會有的險惡用心，就目前水平的機器人而言，還是察覺不到的。因為這需要對比賽往後的走勢有一個提前的預判，至少要能推導出未來五到十分鐘的局面。這可比象棋中提前預想五到十步複雜多了。如果AI要想在未來與人類的對戰場面更好看些，它起碼要達到能夠察覺出人類在戲耍自己的水平。

AI的另一大弱項就是不善於變換戰術。在開局階段，AI和人類還看不出多大差別，一樣都會rush、龜縮、擴張、攀科技，但人類會根據對敵方的偵察情況，迅速調整自己的打法。從這時起，雙方的差距就開始凸顯出來，我不否認有的AI也體現出了一定的戰術轉型能力，但是還遠遠達不到擊敗人類的程度。比如，AB具有很犀利的初期rush戰術，可一旦沒有成功地啃下對手，它就陷入了不善於向後期轉型的尷尬境地，很多時候仍然一根筋地繼續生產初級兵種壓制對手。

要改變AI戰術轉型乏力的弱點，還需要程序員編寫出更具有人類色彩的程序規則，比如「如果對方防禦，就擴張」，「如果對方擴張，就進攻」。這不僅對程序員的編程技巧提出了更高的要求，也對他們對於高階星際知識的理解提出了更高要求。

AI與人類並非總是處於對立面，換個思路，AI同樣可以擔當陪練的角色，幫助人類選手磨練技巧

基地建築學是星際AI的另一個弱項。很多人類頂級選手，尤其是蟲族選手極其依賴建築的擺放。由於蟲族的繁殖能力需要大量的孵化場(基地)為依撐，必然選擇早期的擴張。但擴張又會造成初期機動兵力的缺乏，這就要求你把基地內的建築碼得像迷宮迴廊一樣，好盡量延緩敵人對你的農民進行屠殺。

在Bakuryu與Skynet的對局中，德國人就是這麼做的，它憑藉分基地中三個擺放位置巧妙的炮塔，成功地消滅了大量的進犯者。但AI程序既不善於擺放這樣的建築，也不善於攻擊這樣的建築，因為這涉及到複雜的戰鬥模擬和路徑定址。從中你也不難理解AI界為何一直存在「P盛Z衰」的現象，畢竟狂熱者和龍騎本身就是很好的初期機動防禦單位，對建築的擺放也就不那麼講究。

Bakuryu用三個位置巧妙的地刺塔就擋住了Skynet大波的狂熱者

時隔三年以後，AI被人類吊打的局面仍然沒有改觀。這一次，主辦方邀請到俄國的神族高手Djem5與當屆前三名進行了較量。Djem5從2003年就開始打星際，曾贏得多項大賽冠軍，被譽為韓國以外最好的神族選手。在Djem5面前，這些AI好手的表現簡直就像弱智一樣。

不過這也不完全是AI的問題，因為這種形式的人機對決對機器一方是不公平。現有的這些AI，都是專為上千場的循環賽制而設計的，它們出於完善自身的需要，可能會在某些對局中嘗試（檢驗）一些很冒險的戰術，在人類看來確實很傻，卻是其學習進化的重要一環。只是，這樣的嘗試不應該出現三局兩勝的比賽中。如果程序員能為三到五局的短賽制專門設計一套AI，讓它們執行更加安全穩妥的戰術，或許局面不會這樣難看。

蒙特卡洛樹搜索+強化學習是阿爾法狗的兩大法寶，這同樣也是星際AI賴以生存的重要武器，雖然它們暫時還難以與人類高手抗衡，但阿爾法狗的成功，證明了它們走的路是對的

其實，大家也不必對星際AI的前景太過悲觀。像在ICCup這樣的比賽中，Tscmoo和krasi0等頂級AI已經能夠打敗D級、甚至某些C級選手（相當於業餘水平中的佼佼者）。只是要贏下一個X局X勝的系列賽還是有些困難。你在研究對手，人類也在研究你。即便是業餘選手，也能夠很容易摸清AI的套路，並且不會放過AI犯下的任何微小錯誤。

好在人類除了打遊戲還要吃飯睡覺，但AI不用，即使連續打上千百盤也不會打吐，就訓練量而言，這是電腦相較於人腦最大的優勢。得益於如此高強度的練習，AI界的整體水平才有了飛速提升，2014年的一二三名到2015年就只能排在7/6/10的位置。雖然在人類高手面前仍然像小學生，但AI還有一個長處，愛學習呀。哪怕是死記硬背，也是學習。更何況，阿爾法狗已經指明了這是一個正確的方向。

相信用不了兩年，AI就能很輕鬆地擊敗一般業餘選手。至於打敗像Flash這樣的大拿，按照以前的估計，也許還得五到十年，但隨著DeepMind的強勢介入，這一天我們或許不會等得太久（誰想等了？）。

關注公眾號「遊戲研究社」後發送以下關鍵詞，可看到更多精彩內容：

神考據 | 科普 | 街機 | 任天堂 | 社長說 | 勵志| FC | 紅白機 | 長鼻君 | 黃油 | 魔獸 | 塞爾達 | 巫師 | VR | 守望先鋒 | 精靈寶可夢 | 陰陽師 | 行業 | 盤點 | 劇場 | 巫師 | 老四強 | 獨翼神龍

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！

本站內容充實豐富，博大精深，小編精選每日熱門資訊，隨時更新，點擊「搶先收到最新資訊」瀏覽吧！

請您繼續閱讀更多來自 遊戲研究社 的精彩文章: