8月18日，騰訊宣布首屆“開悟AI+游戲高校大賽”（下稱“大賽”）初賽正式啟動，這也是騰訊開悟平臺首次面向高校開放。該大賽由騰訊 AI Lab?攜手王者榮耀、騰訊高校合作、騰訊游戲學院等共同發起，邀請來自清華大學、北京大學、上海交通大學等國內18所頂尖高校的100多名學生同臺競技。

開悟是騰訊牽頭構建的AI多智能體與復雜決策開放研究平臺，依托騰訊AI Lab和「王者榮耀」在算法、脫敏數據、算力方面的核心優勢，為學術研究人員和算法開發者開放的國內領先、國際一流研究與應用探索平臺。

本屆大賽依托王者榮耀的游戲測試環境和開悟平臺提供的算法、脫敏數據、計算平臺等資源，為研究者開放脫敏游戲數據集及游戲核心集群，并提供評估工具、計算平臺以及其他研究支持服務，以測試并提升AI在復雜對戰游戲場景下的多維度決策水平。

參賽隊伍需要在指定的時間內，在給定的資源下訓練出最優模型，并最終部署好使用最優模型的AI服務器，提交系統進行1V1、5V5對局。大賽總獎金池高達50萬元，最終成績將于今年12月發布。

騰訊AI Lab團隊表示，在2019年8月18日的王者榮耀“無限開放計劃交流會”上，騰訊AI Lab與王者榮耀和高校攜手，開啟了對“AI+游戲開放平臺”的共建。一年后的今天，騰訊正式開放開悟平臺，希望延續“818無限開放”的美好寓意，向開放生態推動科研與應用的愿景持續邁進。

為進一步促進技術交流，騰訊 AI Lab “AI+游戲”系列高端講座視頻已于開悟官網免費開放，歡迎大家前來了解國內“AI+游戲”研究最新進展：

官網地址

aiarena.tencent.com

課題挑戰：讓AI學會像人一樣決策

《王者榮耀》是一款移動端MOBA類游戲。基本玩法是通過推塔、擊殺敵人、賺取經濟來得到優勢，勝利條件是摧毀敵方的水晶基地；但細節玩法因所選模式的不同而略有不同。

不論是王者“大神”還是新手“小白”，游戲水平并不妨礙人類玩家從游戲中得到樂趣，但這個游戲對AI來說是個巨大的挑戰——AI 要在不完全信息、高度復雜度的情況作出復雜快速的決策。在龐大且信息不完備的地圖上，10位參與者要在策略規劃、英雄選擇、技能應用、路徑探索及團隊協作上面臨大量、不間斷、即時的選擇，這帶來了極為復雜的局面，預計有高達10的20000次方種操作可能性，而整個宇宙原子總數也只是10的80次方。

具體而言，要實現勝利目標，需要考查AI的多項能力：智能體解決方案、特征、動作空間、模型結構設計、強化學習算法設計、獎勵函數設計、訓練方式探索等。

首屆“開悟AI+游戲高校大賽”分為初賽和決賽兩個階段。初賽為1V1玩法，決賽為5V5玩法，兩種玩法的挑戰任務均為摧毀敵方基地水晶。

初賽期間，參賽隊伍需通過基準測試（在1V1對局中擊敗主辦方提供的基準模型），方可進入與對手模型對戰的階段。之后參賽隊伍將進入兩兩對戰階段，勝利者可獲得1分，通過循環對戰積分得出排行榜，最終前6名將進入決賽。

決賽期間，每支隊伍的AI將操縱五位英雄對戰，更大的動作空間挑戰，將更考驗AI之間的配合協作。

資源支持：平臺，算力，gamecore與知識

騰訊AI Lab聯合王者榮耀、騰訊高校合作、騰訊游戲學院等合作伙伴，共同為參賽團隊提供全方位資源支持，幫助他們完成開悟大賽的課題挑戰：

• 游戲核心集群（gamecore）：業內唯一讀取“王者榮耀”游戲場景和控制英雄行為的數據接口 Gamecore API，讓研究者可以基于這款經受億級玩家考驗的成熟MOBA游戲測試環境，借助10萬級脫敏對局數據，進行在復雜對戰游戲場景下的多維度決策AI研究。

• 算力資源：免費提供騰訊云計算與大數據處理平臺，可用于訓練強化學習和模仿學習算法和模型。

• 評估工具：基于 Linux 環境的游戲對戰工具和對局錄像回放工具，幫助研究者即時有效地評估新算法和模型的性能表現，便于調試。

自今年5月起，騰訊 AI Lab 為參賽選手提供賽前培訓，專人指導選手熟悉使用平臺，了解監督學習和強化學習知識。6月下旬，騰訊 AI Lab 組織“開悟”內部交流會，邀請來自北京大學、中國科學院自動化研究所、上海交通大學等高校的多位頂尖教授學者，為學生們分享他們在“AI+游戲”領域的前沿研究成果。

目前，騰訊 AI Lab “AI+游戲”系列高端講座也同步于開悟官網免費開放，面向行業共享國內“AI+游戲”研究最新進展。

• 《斗地主的游戲復雜度和智能體復雜度的度量方法研究》北京大學教授李文新??

AI 玩斗地主還是挺難的，因為洗牌是隨機的，而玩家初始手牌對勝率影響很大。北京大學李文新團隊研究了初始手牌對“地主”或“農民”的獲勝難度有何影響；另外，他們還提出了另一種新方法，可以評價一個斗地主 AI 的牌技好不好。

• 《基于動態不后悔策略的多智能體合作學習》中科院自動化所研究員興軍亮

要讓多個智能體學會合作是很困難的，既要設定各個智能體的目標，還要分出主力和輔助關系，實現這樣的復雜設計成本很高。中國科學院自動化研究所興軍亮團隊提出了一種自我提升式強化學習框架，先讓智能體通過模仿來學習，再通過自我互博來進階進化，加上他們提出的一種新策略，可有效緩解一些多智能學習的常見問題。

• 《Behavioral?Diversity?Generation?via?Multi-Agent?Determinantal?Q-Learning》上海交通大學教授溫穎

或許《王者榮耀》高手們會覺得人機AI看起來都不太聰明。上海交通大學溫穎提出了一種新技術，能讓AI們的合作方式更多樣化，從而不那么容易暴露自己的套路，讓游戲變得更有挑戰性。另外，這個技術還可以用于訓練自動駕駛汽車。

開悟愿景：助力產學研，共享AI+游戲新生態

AI業界普遍認為，下一個 AI 里程碑可能會在復雜策略游戲中誕生：若 AI 能在如此復雜的環境中，學會人一樣實時感知、分析、理解、推理、決策到行動，就可能在多變、復雜的真實環境中發揮更大作用。世界頂級科技公司均在推進此類研究，如Google Deepmind（星際爭霸2）、Facebook（星際爭霸2） 及 Open AI（Dota 2）等。

騰訊 AI Lab 一直是此類智能體研究的先行者。2016年起，研發的圍棋 AI “絕藝”（Fine Art），現擔任中國國家圍棋隊訓練專用 AI ；2017年，基于《王者榮耀》游戲測試環境啟動MOBA策略協作型AI“絕悟”研發，2019年達到職業電競水平；騰訊還在射擊類頂級 AI 競賽 VizDoom 奪冠，并在《星際爭霸2》首先研發出擊敗內置 AI 的智能體。

在2018年對戰頂尖水平的非職業戰隊時，絕悟表現出即時策略+團隊協作能力：在賽區聯隊全隊覆滅后， 「絕悟」的兵線尚未到達，下路高地塔還有過半血量，「絕悟」果斷選擇四人輪流抗塔，無兵線強拆塔。

借助開悟平臺，騰訊 AI Lab 希望聯動更多有興趣的高校和學者參與，共同探討和研究這些難題，并進一步將在該游戲測試環境中探索得到的新技術和新方法，應用于日常生活中的現實問題。

總結

以上是生活随笔為你收集整理的首届“开悟AI+游戏高校大赛”启动的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。