Re: [情報] 機器之心報導DeepMind AlphaStar

作者: arrenwu (鍵盤的戰鬼)   2019-01-26 03:22:56
※ 引述《fragmentwing (片翼碎夢)》之銘言:
: 先講結論,光是看到alphastar會野bg、拉陣型就是很大的進步了
: 記得約莫兩年前,關於sc2的ai研究是用暴雪的計分方式來進行
: 結果ai得出人族建築起飛最好,因為能撐得最久
: 回想一下的話,目前的進展根本超快了好不
: 然後關於爭議的手速問題
: 其實有必要一定得把手速限制在人類的程度嗎?
: 本來戰術的運行本來就需要仰賴一定的手速
: 舉例來講,單稜鏡雙執政和雙稜鏡四執政的手速需求本來就不一樣
: 那如果有的戰術是人類的手速無法負荷的,ai就不該去開發相關戰術嗎?
: 反正戰術用慣了打比賽一定會被針對
: 就算ai可以使用人類無法使用的戰術,只要不是到能剋制的方法相當有限的程度
: 應該可以算是合理使用
: 何況將來如果是要用ai來做戰術電腦的話
: 那甚至更該放開apm來打這些高apm需求的戰術
: 只要這些超人apm的戰術彼此能克制且多元就行,因為那就是那種環境下的戰術體系
: 就像用菜雞的手速不可能去支撐職業選手的大局觀
: 超人手速的大局觀會跟目前職業的大局觀會有所不同,應該是可以預見的
: 問題就是現在展現給我們看的,是不是單純微操強大導致的無解戰法
: 還是包含著心理戰的戰術
: 譬如用先知去逃離追獵,不管是人還是ai玩家,都會往追獵少的地方跑
: 那是不是能看到說ai故意把一些追獵隱藏在邊邊處
: 使得看似追獵少的地方,實際上有更多追獵
: 或是反過來,先知方的ai會開始考慮看見的追獵多,是不是代表那邊守著的追獵真的多
: 這類誘騙型的操作
: 不知道360度的包圍網算不算這樣
: 或是說同樣是打一波,何時是最強的一波等等
: 應該才是比較重要的地方
: 總之,進步神速,覺得有生之年看見天網的機率又提高了一點w
1. 很大的進步
我完全同意從工程的觀點上,能夠在RTS學會並穩固地執行幾套戰術是很大的進步
2. 戰術操作
我看到不少人把那個「包圍不朽」的結果解讀成誘導。
是有可能啦,但我更傾向想成這是Mana的移動造成的結果。
這幾場看下來,我所觀察到追獵做的事情就是「保持距離&伺機攻擊」。
而這種「開始交戰之後之後,遠距離兵種呈現輻射狀散開並拉打」的操作,AOE2 就有了。
不過這件事情電腦做得到一點都不意外,所以大家也懶得討論。
至於那個包圍的結果則比較像是...Mana預期對方的兵團只會在一個方向出現。
也不能說他錯,就以前沒有人能夠這樣操作兵團。
除此之外,AS的結果也讓大家可以更開放地進行戰術上的想像
以前很多事情,大家會覺得「礙於操作障礙所以不想討論」。
3. 實驗目標
我想 DeepMind 是想讓AlphaStar像AlphaGO那樣,做出些大家想不到的選擇。
而不是做出一些大家覺得很強悍但了無新意的方案。
尤其是PvP這個還是有點鏡像的對決,AI就算贏了也不是啥意外的事情。
我覺得現在真的要做的是怎麼讓人類玩家在操作的時候委任Automaton2000去進行戰鬥
換句話說就是當路上兩批部隊打起來,玩家可以把部隊交給電腦進行最高等級操作,
自己則負責監控戰場。這有助於讓這實驗進入全面策略化的階段
現在都有執政官模式了,要做到這點應該沒那麼困難吧?
如果在這種設定下AlphaStar打得贏,那才能證明它確實展現以往沒有的智慧
作者: leon80148 (leon)   2019-01-26 04:29:00
在看了一次mana那一場 發現真的很絕望 正面打不贏想拉打AI卻又都不給機會 被包圍打不出缺口
作者: penut85420 (PenutGGorz)   2019-01-26 08:37:00
好想看AI互打啊!
作者: adam3112   2019-01-26 12:09:00
1人類配1隊友AI打2v2執政官模式感覺好有趣喔w
作者: SBIt (PoN)   2019-01-27 12:30:00
礙於操作不想討論的部分就是人類不可能實現的部分啊討論這個幹嘛?悍馬兩千可以用100隻狗包20坦克所以我們要說出狗打坦的戰術可行嗎?不過如果正面都給悍馬操作的話,有可能就會演變成全出高機動/能操做的兵種,不再需要傳統AOE單位了

Links booklink

Contact Us: admin [ a t ] ucptt.com