AlphaStar藉由類似AlphaGo以「分身」形式，在系統執行運作中分成諸多分身進行對戰，並且從對戰過程中學習經驗，在電腦系統累積學習超過200年的遊玩時間，最後在與電競選手的兩組五局對戰過程中，獲得十戰全勝成果。
先前以AlphaGo在圍棋項目壓倒韓國九段棋手李世乭，並且以新版本接續擊敗世界棋王柯潔之後，DeepMind團隊將發展方向轉向遊戲，透過強調即時戰略思考的《星海爭霸II》訓練電腦系統。而在稍早藉由名為「AlphaStar」的人工智慧系統運作之下，DeepMind團隊再次讓電腦在連續兩組五局對戰中贏過電競選手。
「AlphaStar」的訓練模式，基本上也是透過分析諸多玩家操作的遊戲遊玩過程，並且藉由類似AlphaGo以「分身」形式，在系統執行運作中分成諸多分身進行對戰，並且從對戰過程中學習經驗。
在電腦系統累積學習超過200年的遊玩時間，「AlphaStar」總計訓練出5種不同遊玩操作風格，最後在與電競選手的兩組五局對戰過程中，獲得十戰全勝成果。
不過，其實在與身為人類的電競選擇對戰中，「AlphaStar」基本上還是佔有不少優勢，例如相較人類雙眼所能看見地圖範圍依然有限，同時即便電競選手的操作速度比一般人更快，但難免依然會有操作失誤，或是無法用滑鼠100%點擊正確物件位置，而對於電腦系統來說，這些基本上都不會是問題。
因此，「AlphaStar」之所以能贏過電競選手，除了藉由分身訓練累積超過200年的遊玩經驗，以及精進過的不同遊玩風格，更可藉由知曉所有地圖資訊內容、更有效率、精度表現的點按操作獲得優勢，實際上電腦系統的操作速度僅在277 APM (actions per minute，每分鐘操作次數)，相比電競選手可達559 APM的情況相差許多，甚至針對全新狀況執行判斷時間更需要0.35秒，此時有經驗的電競選手已經可以做出更多即時判斷。
而在另一場對戰過程中，DeepMind團隊將可看見全局地圖優勢拿掉，讓電腦系統跟人眼判斷一樣，必須透過分析地圖資訊才能獲取有用數據，藉此執行各類判斷，因此最終在此場對戰落敗給電競選手。
選擇與暴雪娛樂合作，透過《星海爭霸II》訓練電腦系統，DeepMind團隊希望能藉由必須在更短時間內完成數據資訊採集，並且在短時間內分析，進而做出具體操作反應的情況，讓人工智慧能因此學習如何用更快方式產生「思考」，同時做出更合適反應操作，預期將可讓人工智慧運算效率進一步提昇。
0 則回應