作者skyhawkptt (skyhawk)
看板GO
标题[闲聊] 黄士杰博士：AlphaZero团队登上Science
时间Fri Dec 7 16:34:36 2018
https://is.gd/Bw8fa1
AlphaZero: Shedding new light on the grand games of chess, shogi and Go
我们很高兴向大家宣布，AlphaZero团队登上了顶尖的《科学》期刊(Science)。
AlphaZero完全自学，精通三种棋类游戏：西洋棋(chess)、日本将棋(shogi)与围棋(Go)
，特别是实力大幅超越顶尖的传统西洋棋程式Stockfish(1000局的比数是155胜6败，同时
Stockfish的实力远超1997年战胜世界冠军的Deep Blue深蓝)。恭喜团队，也特别恭喜三
位第一作者David Silver, Thomas Hubert, Julian Schrittwieser，AlphaZero的成果实
在令人印象深刻。
------------------------------------------------------------------------------
AlphaZero完全自学，精通三种棋类游戏....O.M.G!!!
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 111.240.132.91
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/GO/M.1544171679.A.ADE.html
1F：推 ha5438044: 能攻克围棋其他两种就简单了XD 12/07 16:57
2F：推 marra: again? AlphaGo一次；AlphaZero一次… 12/07 18:01
3F：推 HeterCompute: 刚看了论文，相较於去年的论文，今年多了一些图帮助 12/07 18:39
4F：→ HeterCompute: 理解以及更多的西洋棋棋局，而将棋去年没发布棋局， 12/07 18:39
5F：→ HeterCompute: 今天发表之後估计将棋应该会有更多讨论 12/07 18:39
6F：→ pmove: 结果赢了围棋，却哉在星海，所以星海最难？ 12/08 13:29
7F：→ qweewqq: 围棋是完全透明的，星海不是 12/08 16:54
8F：推 pmove: 其实，《星海争霸》仍有地图、区域、单位、操作等战略考量 12/08 17:46
9F：→ pmove: ，复杂程度与比较「静态」的围棋相比，难度更显一筹。 12/08 17:47
11F：→ pmove: 请参考以上网址，里面提到与围棋相比，难度更显一筹 12/08 17:49
12F：推 ChenYenChou: 星海还好 世纪帝国更难 12/08 20:00
13F：推 cheug0653: 难度攻克应该都是早晚 以後ai非稳赢的大概只有像卡牌 12/09 03:09
14F：→ cheug0653: 之类的靠赛游戏 12/09 03:09
15F：推 ddavid: 楼上把星海这类非完全资讯的高难度游戏给AI解想得太简单了 12/09 04:10
16F：→ ddavid: 以目前大多数卡牌游戏都会有一定的环境内牌数限制来说，虽 12/09 04:11
17F：→ ddavid: 然会因为运气因素无法稳赢，但AI运作的难度是低很多的 12/09 04:12
18F：→ ddavid: 回合制跟即时制、卡牌跟所有兵种建筑的行为，简单估计对比 12/09 04:14
19F：→ ddavid: 一下，虽然同样是无法知道完全资讯的游戏类型，难度还是相 12/09 04:15
20F：→ ddavid: 差甚远的 12/09 04:15
21F：→ ddavid: 况且以为星海就不用靠赛一定是弄错了什麽，职业赛历史中太 12/09 04:16
22F：→ ddavid: 多开局战术被克或被开大招直接搞死的例子XD 12/09 04:16
23F：→ ddavid: 就算给（在限制APM下）有完美操作的AI来互斗，当双方操作 12/09 04:18
24F：→ ddavid: 都一样尽量做到完美的情况下，开局战术被克死的情况可能更 12/09 04:18
25F：→ ddavid: 明显XD 12/09 04:18
26F：推 ddavid: 况且现在AI连要正常开局都还自学不起来呢，要正常打完一局 12/09 04:21
27F：→ ddavid: 的AI还很远 12/09 04:22
28F：→ HeterCompute: 楼上稍稍讲的不严谨，如果要从零开始自学很难，但用 12/09 10:21
29F：→ HeterCompute: 传统算法要正常打完一局绝对不难 12/09 10:22
30F：推 intointo: 楼上说的是 12/09 12:26
31F：→ labbat: 传统就给定剧本再填满分支判断行为啊 12/09 21:51
32F：推 ddavid: @HeterCompute 我是单纯就卡牌游戏跟星海来比，星海还是更 12/10 03:08
33F：→ ddavid: 难一些 12/10 03:08
34F：→ ddavid: 另外我上面说的没在考虑传统AI，不然就算星海也是有内建AI 12/10 03:09
35F：→ ddavid: 可以还算正常的打完一局而且有一定威胁啊，这就不用提了 12/10 03:09
36F：→ ddavid: 卡牌游戏也一样，像游戏王出了那麽多代游戏，里面当然也都 12/10 03:10
37F：→ ddavid: 是能正常打完游戏的简单AI 12/10 03:10
38F：→ ddavid: 其实上面还有个可以补充的不严谨部分是，如果卡牌游戏把组 12/10 03:12
39F：→ ddavid: 套牌也考虑在内，要求AI自组套牌自己打，那麽难度会直线上 12/10 03:12
40F：→ ddavid: 升，但是跟星海比的难度就不好说了，我估计不太出来，只能 12/10 03:13
41F：→ ddavid: 说两个都难到爆 12/10 03:13
42F：推 cheug0653: 就 看得到的未来一定会被解掉啊... 人脑以後只能靠赛赢 12/10 15:33
43F：→ cheug0653: 现在进步速度那麽快 我看经费有到位再挡也不到十年啦 12/10 15:33
44F：推 HeterCompute: 问题多难取决於想达成到什麽程度，如果卡牌和星海全 12/10 18:21
45F：→ HeterCompute: 部都要从零自学，我觉得是卡牌难，因为要猜对方的卡 12/10 18:21
46F：→ HeterCompute: ，以成熟的卡牌游戏都上万张，特徵光写就会崩溃，还 12/10 18:22
47F：→ HeterCompute: 要能灵活掌握并猜到对方的意图，应该不是现在土法链 12/10 18:22
48F：→ HeterCompute: 钢就能解决 12/10 18:22
49F：→ HeterCompute: 星海看起来成功的机会还是比较大 12/10 18:22
50F：→ ddavid: 星海有迷雾，你也是需要猜敌方的行军啊，光是防空投时机这 12/12 03:48
51F：→ ddavid: 种东西，你总不能每分每秒都在戒备空投XD 12/12 03:48
52F：→ ddavid: 如何猜测敌方不可见迷雾中兵力的调动位置以及兵种配置，而 12/12 03:49
53F：→ ddavid: 且你还要做出最佳反应是很难的 12/12 03:49
54F：→ ddavid: 卡牌游戏这边相对简单的部分在於，即便你认为猜测敌方手牌 12/12 03:50
55F：→ ddavid: 的难度很高，但事实上不管再怎麽猜，我方能做的选择数量相 12/12 03:51
56F：→ ddavid: 对於星海中我方能做的反应数量是远少太多 12/12 03:51
57F：→ ddavid: 星海光是你兵力在所有地点配比就是超高量的组合，更不用说 12/12 03:53
58F：→ ddavid: 其中还要考虑兵种配比，更进一步你还要考虑每一只兵的行为 12/12 03:54
59F：→ ddavid: ，再加上後方生产的调配。虽然限制APM可以让选择数量较为 12/12 03:55
60F：→ ddavid: 降低，但整体来说我是仍然偏向星海较难，不连组Deck算在内 12/12 03:57
61F：→ ddavid: 的话 12/12 03:57
62F：推 para123: AI要自学星海，能不能 "学好" 我不知道，但要打败人类为 12/13 05:37
63F：→ para123: 目标的话，肯定是非常吃饭的，关键就在於apm的巨大差距。 12/13 05:38
64F：→ para123: 很多战术是否适宜，很多战斗的判断，关键都还是被APM左右 12/13 05:38
65F：→ para123: 着，就像有些高手的棋，就算摊着下给你看，你也学不来， 12/13 05:39
66F：→ para123: 一模一样的兵，正常理解是7只打赢赢6只，但如果APM有落差 12/13 05:41
67F：→ para123: 的时候，就必须颠覆整个观念与判断了。至於电脑会不会於 12/13 05:42
68F：→ para123: 战斗中判断对手的操作能力，我想是可以合理判断的，就像 12/13 05:42
69F：→ para123: 人对人的时候，也会针对对手的操作不足上做一些战术。 12/13 05:43
70F：→ para123: 至於卡牌游戏，我觉得就不要打扰人家顶尖团队了，素人小 12/13 05:45
71F：→ para123: 团队甚至学生做报告大概都能做出来吧。 12/13 05:45
72F：推 ddavid: 楼上，你好像不知道做星海AI的都会强迫限制APM上限吧XD 12/13 06:51
73F：→ ddavid: 理由就是如果强迫靠超高操作硬压人类，不算是理想的AI进展 12/13 06:52
74F：→ ddavid: 另外星海的通用AI难度真的没你想像中容易，在围棋界大杀四 12/13 06:54
75F：→ ddavid: 方的AlphaGo系列，搬到星海去连好好采矿开局都还没搞定 12/13 06:55
76F：→ ddavid: 而卡牌游戏你也低估了，我上面虽然一直说认为卡牌游戏比起 12/13 06:56
77F：→ ddavid: 星海容易（指预先给定套牌的情况），但那是星海难度太高 12/13 06:56
78F：→ ddavid: 如果你要用旧式AI概念写卡牌那当然不难，问题现在就是要用 12/13 06:57
79F：→ ddavid: 深度学习机制来学更通用的AI，那就完全不同一回事了 12/13 06:58
80F：→ ddavid: 同样的星海也老早就有人用旧式AI写过纯完美控兵AI了，也有 12/13 06:59
81F：→ ddavid: 简单实行固定战术的AI，除了游戏内建的AI以外也非常多人利 12/13 07:00
82F：→ ddavid: 用1代2代的关卡编辑器内建逻辑来写成这种AI，我自己也试过 12/13 07:00
83F：→ ddavid: 。但是在深度学习架构下就完全不是同一回事。 12/13 07:01
84F：→ AirOctopus: AI为什麽不直接模拟滑鼠跟键盘按键？ 12/13 16:11
85F：→ pmove: 回A大，是说做一个机器手臂，来按键盘跟滑鼠麽？ 12/13 17:01
86F：→ pmove: 如果只是软体模拟按键，电脑速度一定比人手速快 12/13 17:02
87F：→ AirOctopus: 我是说让AI用跟人类差不多的速度移动滑鼠、按按键 12/13 17:04
88F：→ AirOctopus: 不是用机器手臂，只是模拟人能做到的按滑鼠等动作 12/13 17:05
89F：推 Minesweeper: 我比较好奇APM不设限能不能赢人类，目前比过的比赛 12/18 02:13
90F：→ Minesweeper: 都是惨输，职业选手随便一个战术就屌虐 12/18 02:13
91F：→ Minesweeper: 根本没有给你APM发挥的空间，AI连怎麽end game都很有 12/18 02:14
92F：→ Minesweeper: 问题 12/18 02:15
93F：推 Minesweeper: AI若学不会运用战术或应对战术，APM设限就只是遮羞布 12/18 02:18
94F：推 ddavid: 目前的深度学习玩星海不是如何End Game的问题，是连Start 12/18 05:20
95F：→ ddavid: Game都有困难 12/18 05:20
96F：→ ddavid: 如果你是把旧式AI也包括在内的话，旧式AI八成都是写死特定 12/18 05:21
97F：→ ddavid: 某些战术，顶多判断几个战术分支，所以当然会被职业选手出 12/18 05:22
98F：→ ddavid: 个招就打倒。就算有完美的APM，兵种或地点配置有误也是不 12/18 05:23
99F：→ ddavid: 行 12/18 05:23
100F：推 Minesweeper: 感觉AI要走的路还很长ˊ_>ˋ 12/18 10:41