【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

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

基于MySQL Binlog的Elasticsearch数据同步实践

一、为什么要做 随着马蜂窝的逐渐发展,我们的业务数据越来越多,单纯使用 MySQL 已经不能满足我们的数据查询需求,例如对于商品、订单等数据的多维度检索。 使用 Elasticsearch 存储业务数据可以很好的解决我们业务中的搜索需求。而数据进行异构存储后,随之而来的就是数据同步的问题。 二、现有方法及问题 对于数据同步,我们目前的解决方案是建立数据中间表。把需要检索的业务数据,统一放到一张M

关于数据埋点,你需要了解这些基本知识

产品汪每天都在和数据打交道,你知道数据来自哪里吗? 移动app端内的用户行为数据大多来自埋点,了解一些埋点知识,能和数据分析师、技术侃大山,参与到前期的数据采集,更重要是让最终的埋点数据能为我所用,否则可怜巴巴等上几个月是常有的事。   埋点类型 根据埋点方式,可以区分为: 手动埋点半自动埋点全自动埋点 秉承“任何事物都有两面性”的道理:自动程度高的,能解决通用统计,便于统一化管理,但个性化定

中文分词jieba库的使用与实景应用(一)

知识星球:https://articles.zsxq.com/id_fxvgc803qmr2.html 目录 一.定义: 精确模式(默认模式): 全模式: 搜索引擎模式: paddle 模式(基于深度学习的分词模式): 二 自定义词典 三.文本解析   调整词出现的频率 四. 关键词提取 A. 基于TF-IDF算法的关键词提取 B. 基于TextRank算法的关键词提取

水位雨量在线监测系统概述及应用介绍

在当今社会,随着科技的飞速发展,各种智能监测系统已成为保障公共安全、促进资源管理和环境保护的重要工具。其中,水位雨量在线监测系统作为自然灾害预警、水资源管理及水利工程运行的关键技术,其重要性不言而喻。 一、水位雨量在线监测系统的基本原理 水位雨量在线监测系统主要由数据采集单元、数据传输网络、数据处理中心及用户终端四大部分构成,形成了一个完整的闭环系统。 数据采集单元:这是系统的“眼睛”,

Hadoop企业开发案例调优场景

需求 (1)需求:从1G数据中,统计每个单词出现次数。服务器3台,每台配置4G内存,4核CPU,4线程。 (2)需求分析: 1G / 128m = 8个MapTask;1个ReduceTask;1个mrAppMaster 平均每个节点运行10个 / 3台 ≈ 3个任务(4    3    3) HDFS参数调优 (1)修改:hadoop-env.sh export HDFS_NAMENOD

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

异构存储(冷热数据分离)

异构存储主要解决不同的数据,存储在不同类型的硬盘中,达到最佳性能的问题。 异构存储Shell操作 (1)查看当前有哪些存储策略可以用 [lytfly@hadoop102 hadoop-3.1.4]$ hdfs storagepolicies -listPolicies (2)为指定路径(数据存储目录)设置指定的存储策略 hdfs storagepolicies -setStoragePo

Hadoop集群数据均衡之磁盘间数据均衡

生产环境,由于硬盘空间不足,往往需要增加一块硬盘。刚加载的硬盘没有数据时,可以执行磁盘数据均衡命令。(Hadoop3.x新特性) plan后面带的节点的名字必须是已经存在的,并且是需要均衡的节点。 如果节点不存在,会报如下错误: 如果节点只有一个硬盘的话,不会创建均衡计划: (1)生成均衡计划 hdfs diskbalancer -plan hadoop102 (2)执行均衡计划 hd

性能分析之MySQL索引实战案例

文章目录 一、前言二、准备三、MySQL索引优化四、MySQL 索引知识回顾五、总结 一、前言 在上一讲性能工具之 JProfiler 简单登录案例分析实战中已经发现SQL没有建立索引问题,本文将一起从代码层去分析为什么没有建立索引? 开源ERP项目地址:https://gitee.com/jishenghua/JSH_ERP 二、准备 打开IDEA找到登录请求资源路径位置