AI又來(lái)征服游戲了，這次的目標(biāo)是《指環(huán)王》！這是一款以團(tuán)隊(duì)協(xié)作為中心的經(jīng)典卡牌游戲。新模型基于蒙特卡洛樹搜索 (MCTS) 算法，游戲難度越高越厲害！

AI再次入侵游戲領(lǐng)域！ 

與之前的即時(shí)策略類、對(duì)戰(zhàn)類游戲不同，這次的目標(biāo)是在國(guó)外非常流行的卡牌游戲《指環(huán)王》。 

說(shuō)起來(lái)，自從AlphaGo橫空出世，擊敗人類最優(yōu)秀的職業(yè)圍棋手之后，AI開始在越來(lái)越多戰(zhàn)略游戲中與人類對(duì)戰(zhàn)。 

機(jī)器學(xué)習(xí)算法和其他計(jì)算工具開始變得越來(lái)越先進(jìn)，許多計(jì)算機(jī)科學(xué)家開始通過(guò)訓(xùn)練他們?cè)诓煌挠螒蛑信c人類競(jìng)爭(zhēng)來(lái)測(cè)試他們的能力。 

實(shí)際上，在過(guò)去10年左右的時(shí)間里，開發(fā)人員已經(jīng)訓(xùn)練了許多模型在戰(zhàn)略游戲、棋盤游戲、電腦游戲和紙牌游戲中與人類對(duì)戰(zhàn)。其中一些AI取得了顯著成果，擊敗了公認(rèn)的人類冠軍和游戲?qū)＜摇?nbsp;

比如，Deepmind的AlphaStar模型就在《星際爭(zhēng)霸2》中超過(guò)了99.8%人類玩家水平，達(dá)到了最高的宗師級(jí)段位。 

近日，華沙理工大學(xué)的研究人員最近著手開發(fā)一種基于蒙特卡洛樹搜索 (MCTS) 算法的技術(shù)，可以玩由 Fantasy Flight Games 于 2011 年發(fā)布的《指環(huán)王》 (LotR) 經(jīng)典紙牌游戲。 

MCTS 算法是一種通用的啟發(fā)式?jīng)Q策方法，可以在隨機(jī)游戲（playouts）中來(lái)優(yōu)化給定游戲或場(chǎng)景中的搜索解決方案空間。研究人員在 arXiv 的一篇最新論文中介紹了他們的 MCTS 技術(shù)。 

“我們是《指環(huán)王》游戲的粉絲，但我們發(fā)現(xiàn)沒(méi)有現(xiàn)有AI可以玩這個(gè)游戲，”進(jìn)行這項(xiàng)研究的兩位研究人員 Bartosz Sawicki 和 Konrad Godlewski 表示?！氨M管如此，我們還是發(fā)現(xiàn)了樹搜索方法在類似的紙牌游戲中的應(yīng)用，比如萬(wàn)智牌或《爐石傳說(shuō)》。” 

《指環(huán)王》為什么之前沒(méi)有AI來(lái)嘗試呢？

主要原因是開發(fā)這款游戲的AI具有很高的挑戰(zhàn)性。這是一款合作紙牌游戲，游戲策略的解決方案空間巨大，邏輯結(jié)構(gòu)復(fù)雜，并且有隨機(jī)事件發(fā)生的可能性。這些特點(diǎn)使得游戲的規(guī)則和策略很難通過(guò)計(jì)算方法獲得。 

“2016 年圍棋人機(jī)大戰(zhàn)，是人類玩家有機(jī)會(huì)和 AI 競(jìng)爭(zhēng)的最后時(shí)刻?！?/strong>Sawicki 和 Godlewski 解釋說(shuō)?！拔覀冋撐牡哪繕?biāo)是為《指環(huán)王》游戲?qū)ふ颐商乜鍢渌阉鞯拇??！?nbsp;

與其他著名的紙牌游戲，如《爐石傳說(shuō)》和萬(wàn)智牌相比，《指環(huán)王》的游戲模式有著很大的不同。事實(shí)上，《指環(huán)王》的中心策略是團(tuán)隊(duì)合作，而不是與其他玩家競(jìng)爭(zhēng)。

游戲中的決策過(guò)程非常復(fù)雜，游戲玩法包括多個(gè)階段，其中大部分玩法策略要取決于前一階段的結(jié)果。 

盡管面臨這些挑戰(zhàn)，Sawicki 和Godlewiski 還是能夠開發(fā)出一種可以玩 LotR 的基于 MCTS 的方法。然后，他們?cè)谟螒蚰M器上進(jìn)行了一系列測(cè)試，評(píng)估了他們開發(fā)的技術(shù)。 

“我們的 MCTS 玩家的勝率明顯高于基于規(guī)則的人類專家級(jí)玩家，”Sawicki 和 Godlewski 說(shuō)?！按送?，我們的方法將領(lǐng)域知識(shí)添加到擴(kuò)展策略和 MCTS 中，進(jìn)一步提高了模型的整體效率?！?nbsp;

這一成果證明，通過(guò)結(jié)合不同的人工智能和計(jì)算技術(shù)，AI模型可以實(shí)現(xiàn)復(fù)雜和協(xié)作式的策略游戲的精通。盡管如此，采用MCTS 來(lái)處理這些復(fù)雜的游戲也有很大的局限性。 

“主要問(wèn)題是 MCTS 將游戲邏輯與AI 算法相結(jié)合，所以在構(gòu)建游戲樹時(shí)必須知道合法的走法，不過(guò)，調(diào)試具有顯著分支因素的游戲樹是一場(chǎng)噩夢(mèng)。 

在很多情況下，程序可以運(yùn)行順利，但游戲勝率為零，我們不得不手動(dòng)檢查整個(gè)游戲樹?！?Sawicki 和 Godlewski 解釋道。 

未來(lái)，這項(xiàng)技術(shù)可以被《指環(huán)王》游戲愛好者與 AI 合作玩游戲。還可以激發(fā)其他人工智能工具的開發(fā)，這些工具可以玩復(fù)雜的、戰(zhàn)略性、多階段的游戲。 

另外，這項(xiàng)研究未來(lái)還打算探索《指環(huán)王》游戲中訓(xùn)練的深度強(qiáng)化學(xué)習(xí) (RL) 代理的潛力和性能。 

研究人員表示：“目前的工作重點(diǎn)是使用強(qiáng)化學(xué)習(xí)來(lái)進(jìn)一步提高 AI 在游戲中的性能。給定一個(gè)游戲狀態(tài)，神經(jīng)網(wǎng)絡(luò)返回一個(gè)由環(huán)境（即游戲模擬器）執(zhí)行的動(dòng)作。 

這很困難，因?yàn)椴煌瑺顟B(tài)下動(dòng)作的數(shù)量不同，而策略網(wǎng)絡(luò)只能有一個(gè)固定的數(shù)量輸出。到目前為止，我們的結(jié)果很有希望?！?nbsp;

參考鏈接

https://arxiv.org/pdf/2109.12001.pdf

https://techxplore.com/news/2021-10-monte-carlo-tree-algorithms-lord.html

本文來(lái)自微信公眾號(hào)“新智元”（ID:AI_era），作者：新智元，編輯：David，36氪經(jīng)授權(quán)發(fā)布。