【数据应用案例】openFive dota5v5战胜人类

2024-09-06 04:08

本文主要是介绍【数据应用案例】openFive dota5v5战胜人类,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

@案例来源:@AI科技大本营 @AI科技评论 @论智

@案例地址:https://mp.weixin.qq.com/s/exvP4FucUfeOONsUkyTz7w;https://mp.weixin.qq.com/s/-llCCnFkDypVNiEh4yjNMg;https://www.jqr.com/article/000306

 

0. 背景:美国时间8月5日,open AI的5v5dotaAI “Open Five”2比1战胜了由主播、前职业选手组成的人类战队。

 

1. 目标:训练能在5v5比赛中打赢高水平人类选手的AI

 

2. 难点:

    1)强化学习能学习到“带来高反馈”的模式,但是游戏中影响胜利的因素很多,视野、团战、技能冷却中、分路、兵线等,人类也难以定义哪些因素对最终胜利起到决定性因素,为模型制定反馈规则较为复杂

    2)仅仅以最终胜负作为反馈的话,会带来反馈稀疏的问题

    3)5v5游戏中需要团队配合,包括核心辅助的角色划分,前中后期的资源分配等

    4)视野有限:必须在有限信息中进行决策

    5)高维、连续的观察空间和动作空间

    6)短期收益与长期收益的矛盾:打钱可以提高短期收益,但是队友推塔时自己还在打钱会降低推塔成功率,从而影响长期收益

 

3. 基本框架

    1)为每个英雄单独训练一个网络,网络为一个单层的、1024-unit 的 LSTM

    2)观察空间:通过dota的bot api获取实时的游戏信息,将世界视为 20000 个数字的列表

    3)动作空间:动作、动作在单元格网络中的X或Y坐标等,共8个值的列表

    4)训练:

        a. 使用“Rapid”通用 RL 训练系统,训练系统分为 rollout workers,运行游戏副本,智能体(agent),用来收集经验,优化器节点(optimizer nodes)执行跨 GPU 组的同步梯度下降。每次训练还包括分别对训练机器人以及样本机器人进行评估的组件,以及监视软件,比如 TensorBoard,Sentry 以及 Grafana。

        b. 使用128,000个preemptible CPU,256个P100 GPU。一天的训练量相当于人类不间断玩了180年游戏

        c. 为了避免“策略崩溃”,智能体在训练的时候,80% 的游戏都是自我对抗, 另外 20% 则是与过去的自己进行对抗

        d. 为了强制探索动作空间,在训练中对智能体的血量、移速、初始等级随机化,强迫其进行探索

 

4. trick

    1)增加表现行为(总财产、补刀数、击杀数、助攻数、死亡数)作为反馈指标

    2)引入人类对英雄的定位信息(如核心、辅助等):鼓励AI将表现指标“达到”人类的平均水平,而不是越大越好。如冰女是辅助英雄,补刀数低,助攻数高,当AI表现越接近人类在相同时间的平均值时,获得的奖励越高

    3)团队精神:设置一个“团队精神”超参数,平衡AI个体收益和团队收益之间的奖励权重

    4)探索与攻击肉山:在Open Five刚发布的时候,AI是不会主动去打肉山。但是在本次比赛中,AI频繁探索肉山视野(避免对手打肉山),并有了打肉山的行为。训练技巧是在训练中给肉山随机血量,那么AI探索肉山并遇见肉山随机到低血量的时候,很容易低成本获得高奖励,从而鼓励AI开始关注肜

    5)眼:训练AI买眼与插眼控制视野太过复杂(眼在游戏中是有限的稀缺资源,插眼需要对游戏未来数分钟局势的判断,同时插眼需要付出较高的时间成本和生命危险,因此计算插眼路线也十分困难),所以目前直接通过脚本的形式写入AI,让AI有眼的时候就买。眼会占格子,当AI格子满的时候,就会插眼(所以比赛中AI的眼位比较奇特)

 

 

这篇关于【数据应用案例】openFive dota5v5战胜人类的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1140959

相关文章

Spring 请求之传递 JSON 数据的操作方法

《Spring请求之传递JSON数据的操作方法》JSON就是一种数据格式,有自己的格式和语法,使用文本表示一个对象或数组的信息,因此JSON本质是字符串,主要负责在不同的语言中数据传递和交换,这... 目录jsON 概念JSON 语法JSON 的语法JSON 的两种结构JSON 字符串和 Java 对象互转

C++如何通过Qt反射机制实现数据类序列化

《C++如何通过Qt反射机制实现数据类序列化》在C++工程中经常需要使用数据类,并对数据类进行存储、打印、调试等操作,所以本文就来聊聊C++如何通过Qt反射机制实现数据类序列化吧... 目录设计预期设计思路代码实现使用方法在 C++ 工程中经常需要使用数据类,并对数据类进行存储、打印、调试等操作。由于数据类

Java中的Lambda表达式及其应用小结

《Java中的Lambda表达式及其应用小结》Java中的Lambda表达式是一项极具创新性的特性,它使得Java代码更加简洁和高效,尤其是在集合操作和并行处理方面,:本文主要介绍Java中的La... 目录前言1. 什么是Lambda表达式?2. Lambda表达式的基本语法例子1:最简单的Lambda表

SpringBoot使用GZIP压缩反回数据问题

《SpringBoot使用GZIP压缩反回数据问题》:本文主要介绍SpringBoot使用GZIP压缩反回数据问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录SpringBoot使用GZIP压缩反回数据1、初识gzip2、gzip是什么,可以干什么?3、Spr

Python结合PyWebView库打造跨平台桌面应用

《Python结合PyWebView库打造跨平台桌面应用》随着Web技术的发展,将HTML/CSS/JavaScript与Python结合构建桌面应用成为可能,本文将系统讲解如何使用PyWebView... 目录一、技术原理与优势分析1.1 架构原理1.2 核心优势二、开发环境搭建2.1 安装依赖2.2 验

Java字符串操作技巧之语法、示例与应用场景分析

《Java字符串操作技巧之语法、示例与应用场景分析》在Java算法题和日常开发中,字符串处理是必备的核心技能,本文全面梳理Java中字符串的常用操作语法,结合代码示例、应用场景和避坑指南,可快速掌握字... 目录引言1. 基础操作1.1 创建字符串1.2 获取长度1.3 访问字符2. 字符串处理2.1 子字

SpringBoot集成Milvus实现数据增删改查功能

《SpringBoot集成Milvus实现数据增删改查功能》milvus支持的语言比较多,支持python,Java,Go,node等开发语言,本文主要介绍如何使用Java语言,采用springboo... 目录1、Milvus基本概念2、添加maven依赖3、配置yml文件4、创建MilvusClient

SpringShell命令行之交互式Shell应用开发方式

《SpringShell命令行之交互式Shell应用开发方式》本文将深入探讨SpringShell的核心特性、实现方式及应用场景,帮助开发者掌握这一强大工具,具有很好的参考价值,希望对大家有所帮助,如... 目录引言一、Spring Shell概述二、创建命令类三、命令参数处理四、命令分组与帮助系统五、自定

SpringBoot应用中出现的Full GC问题的场景与解决

《SpringBoot应用中出现的FullGC问题的场景与解决》这篇文章主要为大家详细介绍了SpringBoot应用中出现的FullGC问题的场景与解决方法,文中的示例代码讲解详细,感兴趣的小伙伴可... 目录Full GC的原理与触发条件原理触发条件对Spring Boot应用的影响示例代码优化建议结论F

SpringValidation数据校验之约束注解与分组校验方式

《SpringValidation数据校验之约束注解与分组校验方式》本文将深入探讨SpringValidation的核心功能,帮助开发者掌握约束注解的使用技巧和分组校验的高级应用,从而构建更加健壮和可... 目录引言一、Spring Validation基础架构1.1 jsR-380标准与Spring整合1