Ben Weber 寫了篇關於 AlphaGo 玩 StarCraft 的分析:
"DeepMind Challenges for StarCraft"
http://goo.gl/Iu7vYb
Ben Weber 從 2010 開始辦 SC 的 AI 比賽 "AIIDE",
目前 AI 和人類選手還是差的很遠.
這篇文章分析了幾個 AlphaGo 玩 AI 的困難:
Fog-of-War: 和棋類遊戲不同, 戰爭迷霧中的資訊只能用猜的.
Decision Complexity: 畫面上的單位多, 每個單位可能的動作又多,
決策的複雜度高.
Evolving Meta-game: 要學會分析地圖. 像教主 Flash 開局會能偷就偷.
Cheese: 要能防各種大招. 對電腦來說很多 edge case.
Simulation Environment: AlphaGo 需要大量模擬, 不過 SC 沒有公開程式碼,
不太方便.
Real-time: 高階比賽需要高的 APM. 比方說要使出風箏之類的技巧,
AI 的判斷必須快速而精確.
如果有 AI 可以打敗 Flash 或 Jaedong, 作者覺得其中可能會看到這些突破:
* 處理不確定盤面的新機制
* 新的減低判斷複雜度的方法
* 新的從現有對局中學習出策略的方法
* 結合其他 AI 技巧來做出即時反應.
其他連結:
RTS AI 問題與技巧: http://richoux.fr/publications/ecgg15_chapter-rts_ai.pdf
作者博士論文: http://alumni.soe.ucsc.edu/~bweber/bweber-dissertation.pdf
LCamel