对战6亿用户竞技手游：聚焦复杂游戏中的多智能体博弈 2021年11月

文章图片

文章图片

2021年11月，全球首届“ AI《球球大作战》：Go-Bigger多智能体决策智能挑战赛”已正式开赛。作为面向全球技术开发者和在校学生的科技类竞赛活动，本次比赛旨在推动决策智能相关领域的技术人才培养，打造全球领先、原创、开放的决策AI开源技术生态。
在比赛之际，雷锋网&AI科技评论对话了本次竞赛的核心设计团队成员刘宇和周航，他们二人，一个为商汤科技研究总监，也是OpenDILab项目负责人；一个为前星际职业选手iA ，目前任商汤决策智能游戏AI组高级研究员；殊途而同归，他们如何通过「游戏 × 决策」方式走到一起，他们会更看中什么样的“策略高手”？
在现实之外，还有另一个世界，游戏世界。它将人情世故、弱肉强食、情义背叛、谋略运筹挪于方寸之间，功成名就，皆在俯仰间。以游戏世界之有涯，演绎人际种种浮沉。古人制蛊王，今人造脑王，科技的进步，将对抗的秘密搬上台面。
而今这场竞技，被命名为Go-Bigger多智能体决策智能挑战赛。比赛由OpenDILab主办，上海人工智能实验室作为学术指导，商汤决策智能团队和巨人网络等多元化组织联合打造。灵感来自于巨人网络自主研发的一款超火爆休闲竞技手游《球球大作战》，多方共同开启全球首届AI版《球球大作战》。

文章图片

文章图片

Go-Bigger游戏环境：https://github.com/opendilab/GoBigger
AI球球大作战采用了类似《球球大作战》的物理引擎设计，具有相对较大的地图，球球具有分裂、吐孢子、中吐等高阶动作空间，但是提供了适合强化学习或行为树AI编写的抽象接口。
刘宇说到， “Go-Bigger并不像星际争霸或Dota2这种重型游戏环境，我们对它的定位是人人可以参加的中型游戏AI竞技环境，推动学术界关注更大一些的决策问题。相比学术界用的最多的Atari、Mojoco、SMAC要大不少，但又可以在小型的实验室中完成——一台机器、一块GPU就能训练起来。它面向大众、学生、研究员，更适合用「学术比赛」来描述它。”
从参与筹办比赛的各方来看，学术价值，在Go-Bigger身上非常明显。它由上海人工智能实验室作为学术指导，商汤科技、巨人网络、上汽集团人工智能实验室联合主办，全球高校人工智能学术联盟、浙江大学上海高等研究院、上海交通大学清源研究院联合协办， OSCHINA、深度强化学习实验室作为支持。
从产业出发，关注底层技术，并进一步拢合各大高校和实验室，其实就是商汤的原创基因。一、Go-Bigger比拼决策战术
周航和刘宇都说到， “球球大作战的门槛很低，但是上限很高。”
与风靡全球的agar.io、《球球大作战》等游戏类似，在Go-Bigger中，每局比赛十分钟，大球吃掉小球而获得更大重量和体积，但同时要避免被更大的球吃掉。当球达到足够大时，玩家（AI）可使其分裂或融合，和同伴完美配合来输出博弈策略。每个队伍都需和其他队伍对抗，总重量更大的团队获胜。
Go-Bigger游戏环境演示图
游戏中有四类小球，分别为分身球、孢子球、食物球、荆棘球，挑战不同决策路径。
分身球是玩家在游戏中控制移动或者技能释放的球，可以通过覆盖其他球的中心点来吃掉比自己小的球。
孢子球由玩家的分身球发射产生，会留在地图上且可被其他玩家吃掉。