王者|游戏没有「标准答案」( 四 )


在不久的将来 , 或许KPL联赛这样的电竞赛事也能像MLB(美国职业棒球大联盟)那样 , 成为全民观赏、全民参与的体育活动——玩家可以在自己所在的城市就近观看比赛 , 为自己喜欢的战队加油打气 。
前沿科技的“科研平台”
近些年来 , AI技术被引入各种竞技类游戏 , “人机大战”在全球范围内获得广泛讨论 。 有许多为人们熟悉的例子 , 都是在游戏中诞生的 。
其中最有名的莫过于AlphaGo 。 2016年 , 由谷歌旗下公司DeepMind开发的AI机器人AlphaGO与围棋世界冠军、职业九段棋手李世石展开交锋 , 最终以4比1的总比分获胜;次年 , 进化后的AlphaGO又以3:0的成绩击败柯洁 。 一时间 , AI的潜能和价值被学界再度重视 , 一些海外的科技公司开始尝试利用比围棋变量更多的复杂策略游戏如《星际争霸》、《Dota 2》 , 探索AI能力的上限 。
视线拉回到国内 , 《王者荣耀》和腾讯AI Lab 2017年开始合作投入AI研究 , 推出了策略协作型 AI“王者绝悟” 。 它在2019年打败了职业选手赛区联队 , 同天在China Joy参与了504场1V1比赛 , 在和众多顶尖玩家的对局中只输掉了一场 , 总体胜率高达99.8% 。 据悉 , 目前“王者绝悟”的实力已经达到了职业电竞水平 。
随着AI研究的深入 , 《Dota 2》、《王者荣耀》等复杂策略游戏的价值被学界进一步挖掘 。 在此类游戏中 , AI 要在信息不完全、高度复杂度的情况下作出大量、不间断、即时的决策 , 包括战斗策略规划、英雄选择、技能应用、路径探索及团队协作方式 , 操作可能性高达10的20000次方(整个宇宙的原子总数只有10的80次方) 。 如果 AI 能在游戏中 , 学会和人一样实时感知、分析、理解、推理、决策和行动 , 就有可能在真实环境中发挥更大作用 。
因此很多AI研究者认为 , 下一个 AI 里程碑 , 可能会在复杂策略游戏中诞生 。
不过对于国内的AI研究机构 , 特别是国内高校而言 , 想自行搭建一个类似复杂策略游戏的AI研究平台 , 技术难度大 , 成本也很高 。 关注到这一问题后 , 《王者荣耀》和腾讯AI Lab2019年搭建了“开悟”AI多智能体与复杂决策开放研究平台 , 通过组织高校赛事等形式 , 向受邀的北京大学、电子科大、清华大学、中科大等二十多家国内外顶尖高校 , 开放《王者荣耀》的游戏测试环境、脱敏游戏数据集及游戏核心集群等研究资源 , 供其开展AI研究 , 目前第二届比赛正在进行中 。
结语
作为一款移动游戏产品 , 《王者荣耀》在过往发展中所做的诸多尝试 , 已经超越了社交娱乐的范畴 。 从某种意义上看 , 它既是弘扬和传播中国传统文化的载体 , 也是供大众玩家参与和观赏的竞技赛事 。 此外 , 它还在AI等前沿研究领域发展自身技术能力 , 为国内高校的科研课题提供理想的研究环境和资源 。

推荐阅读