2019年是AI在游戲領域全面開花的一年。

1月，DeepMind開發的AlphaStar在《星際爭霸II》比賽中以5:0戰勝了職業選手MaNa；4月，OpenAI開發的OpenAI Five在《Dota 2》比賽中2:0戰勝去年的TI 8冠軍OG；7月，Facebook和CMU聯合開發的Pluribus在6人不限注德州撲克比賽中戰勝人類世界冠軍；8月，微軟開發的Suphx在專業麻將平臺“天鳳”上榮升十段，躋身僅10余位的現役十段選手之列。

自2016年AlphaGo橫空出世、掀起游戲AI浪潮以來，圍棋、星際爭霸、Dota、德撲、麻將，一座座號稱“人類智慧高地”的游戲被AI逐一攻克。

一個常見的疑問是，AI挑戰過的這些游戲，它們的復雜度能否有一個直觀的衡量和對比呢？接下來，我們會從狀態空間和操作序列空間這兩個維度，來嘗試衡量一款游戲的復雜度。對AI來說，前者反映了輸入信息的復雜度，后者反映了輸出行為的復雜度。

狀態空間

狀態空間（State Space）反映了游戲過程中所有符合規則的狀態的總數量。通常情況下，為了便于計算，估算時會包含進一些不會在現實游戲中出現的情況。比如在估計井字棋的狀態空間時，會考慮所有位置均為X或均為O的極端情況，得到3^9這個結果。（盤面上共有9個位置，每個位置可能的取值有X、O或空缺這3種）
?

井字棋狀態空間計算

在圍棋中，考慮到盤面上一共有19*19=361個位置，每個位置可能的取值有黑子、白子或空缺這3種（包含進了棋盤全為黑子或全為白子的極端情況）。因此圍棋的狀態空間為3^361≈10^172。
?

圍棋狀態空間計算

麻將的狀態空間會復雜一些，但還是可以做個近似的估算。在不考慮吃碰杠等情況的前提下，在一局麻將中的任一時刻，我們把136張麻將牌分為三類：第一類是游戲最后剩下的14張牌，由于這些牌不會被用到，所以不用考慮先后順序，這里的可能情況是C(136,14)種；第二類是四個玩家各自手里的13張牌，這些牌也沒有順序，所以對應的可能情況有C(122,13)*C(109,13)*C(96,13)*C(83,13)種；第三類是剩余的70張牌，這些牌要么還未被翻開，要么已經被某位玩家打出，這兩種情況都是有先后順序的（因為順序變化會影響到對勝率的預估），對應的情況是先對70張牌取排列數=P(70,70)，然后每個排列可以從70個位置中的任一位置形成斷點（斷點前為玩家打出牌的序列、斷點后為未翻出牌的序列），總可能情況是P(70,70)*70。將三類牌的可能情況數做連乘，結果約等于10^184。

麻將狀態空間估算

德州撲克的計算方式會更復雜一些。在兩人有限注德撲中，游戲有4個回合，每回合雙方共有至多4次下注機會，狀態空間為10^17[1]。在兩人不限注德撲中，由于下注額沒有限制，變化會多很多，狀態空間為10^165[1]。（詳細計算過程可參見附錄鏈接）

而對于Dota2和星際這樣的游戲來說，由于游戲本身的狀態是連續的，無法拆分成離散的節點，不能像之前那樣計算。這種連續體現在兩個方面：一是時間層面的連續，游戲中的行動是即時的（而非回合制的），這導致無法在時間上分別計算不同的狀態空間再做累加。不過鑒于任一時刻的決策其實只依賴于當前狀態（在完全相同的當前狀態下，玩家之前是先造的兵營再造的補給站、還是先造的補給站再造的兵營，并沒有差別），我們可以不考慮歷史狀態、僅計算截面狀態的數量；二是空間層面的連續，坐標、移動方向、技能方向等都是任意的（玩家可以左轉30度，也可以左轉30.01度），這導致我們必須對狀態做簡化，否則狀態空間會無窮大。

具體來說，對于Dota 2，（在簡化后）假設把地圖劃分為100*100個區塊，當前時刻存在10個英雄，假設每個英雄有50個屬性（包含裝備情況、技能CD等）、每個屬性有100個取值，則對應的狀態空間為(100*100*100^50)^10≈10^1000。這里還沒有考慮進野怪、防御塔、兵線等信息。
?

OpenAI Five對單個英雄的觀測內容

對于星際，（在簡化后）假設把地圖劃分為128*128個區塊，假設當前時刻同時存在200個單位、每個單位有20個屬性、每個屬性有10個取值，則對應的狀態空間為

(128*128*10^20)^200≈10^5000。
?

AlphaStar與人類高手MaNa對戰時的可視化界面

需要說明的是，手游賬號轉讓對于麻將、德撲、星際、Dota2這類不完美信息游戲（Imperfect-Information Games）來說，參與者無法隨時訪問全部游戲信息（比如其他玩家的手牌、戰爭迷霧中的情況等），這給AI帶來了更大的挑戰，很難使用傳統的蒙特卡洛樹搜索方法。

操作序列空間

操作序列空間反映了游戲中所有不同操作序列的數量。也很難精確計算，一般的估計方式是利用平均動作空間（Action Space）和游戲長度（Game Length）這兩個參數。前者表示每次操作的平均可執行動作數，后者表示整局游戲中的總操作次數。操作序列空間=平均動作空間^游戲長度。

圍棋中，平均一局游戲進行150手、每一手平均有250個解，因此操作序列空間為250^150≈10^360。

麻將中，每局游戲至多會進行17.5輪（(136張牌-14張底牌-13張手牌*4家)/每輪出4張牌），考慮吃碰杠帶來的增加和提前胡牌帶來的減少，假設平均進行15輪，每輪從14張手牌中選一張打出，因此操作序列空間為14^15≈10^17。

德州撲克中，兩人有限注德撲的操作序列空間≈10^15[1]，兩人不限注德撲的操作序列空間≈10^162[1]。（詳細計算過程可參見附錄鏈接）

Dota 2游戲中，根據OpenAI在OpenAI Five博客[2]中披露的數據：游戲時長45分鐘、每秒鐘30幀，共計80,000幀，AI每4幀進行一次操作，共計20,000次操作，這是游戲長度。任一時刻每個英雄可能的操作數是170,000，但考慮到其中大部分是不可執行的（比如使用一個尚處于冷卻狀態的技能），平均的可執行動作數約等于1,000，也即動作空間。因此，操作序列空間約等于1000^20000=10^60000。

星際游戲中，根據DeepMind在AlphaStar現場訪談[3]中披露的數據：平均動作空間約等于10^26，游戲長度在1,000級別，我們假設為2,000，則操作序列空間為(10^26)^2000≈10^52000。

下表整理了上述5款游戲在狀態空間和操作序列空間這兩個維度的復雜程度，我們也加入了一些更簡單的棋牌游戲作為對照[4]。

部分游戲的狀態空間和操作序列空間大小

總結

從上表不難發現，更大的狀態空間和操作序列空間意味著更復雜的游戲，往往也意味著更高難度的AI訓練。向未來看，伴隨著更大的游戲地圖、更多的同局玩家數、更復雜的屬性維度，狀態空間會進一步增加；而伴隨著更多的操作選項、更快的操作手速、更長的游戲時間，操作序列空間也會進一步增加。

百尺竿頭，更進一步。我們期待AI能逐一攻克更難更復雜的游戲。

總結

以上是生活随笔為你收集整理的用数学方法分析哪类游戏中的AI难度最大的全部內容，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。