半年前， OpenAI Five 在 Ti8 赛事 中与人类职业选手大战 DOTA 的盛况还历历在目，年前，DeepMind AI 也要在游戏界搞大事情了。
这次，AI 要挑战的是暴雪的经典游戏—— 星际争霸 II。
AI 即将进攻星际争霸 II
DeepMind 23 日在Twitter 上公开发布了“战帖”，表示要在两天后当地时间周四下午 6 点，也就是北京时间周五凌晨 2 点，直播打星际II。
这不是一次简单的直播，更像是一场特别的“发布会”，DeepMind 想要通过这场比赛，公开展示 AI“学到的新战术”。
本次的将要出战的 AI 是由 DeepMind 和暴雪联合培养的，经过了“特别的训练方式”，似乎对这次比赛的胜利很有信心。
比赛将会在星际的 Twitch 频道和 DeepMind 的 Youtube 频道同步直播，先给出网址，星际II 的玩家们，你们准备好对抗 AI 了吗？
暴雪在最近的 BlizzCon 上，总结了自己 2018 年的工作，并相当低调地发布了“与 DeepMind 合作正在继续 ”的更新：
DeepMind 一直在努力训练他们的 AI 更好地了解星际争霸 II。一旦它开始掌握游戏的基本规则，它开始展示“有趣”的行为，例如立即冲向对手。目前，即时在“疯狂”难度下的星际争霸 II，AI 的成功率已经可以达到 50％！
而且它还在学习：“在向它提供了更多真实玩家的游戏录像之后，AI 开始执行标准的宏观策略，以及防御诸如加农炮冲击等激进战术。”
经过三个月的训练，显然这只 AI 取得了不错的进展，而 DeepMind 和暴雪都认为现在已经到了将其公诸于众的时候。
暴雪 23 日也发布声明称，这场比赛将提醒我们，所有 AI 都在以几何速度学习。 “星际争霸游戏已经成为人工智能社区的“巨大挑战”，因为它们是针对诸如规划，处理不确定性和空间推理等问题的进展基准的完美环境。 ”
其实早在 2016 年，DeepMind 已经立下 Flag 要教会 AI 玩儿星际争霸 II ，也已经有包括 facebook、阿里巴巴等不少科技公司或者研究机构开拓过“星际”这片竞技场，但 DeepMind 这样专治人类各种不服的公司正式宣布与暴雪合作，还是让一票星际玩家大呼“热血”。 暴雪承诺将持续发布从“星际争霸 II”天梯中收集的数十万个匿名游戏视频，这会将训练变得更加容易。
2017 年 7 月份，DeepMind 已经官宣正式与暴雪娱乐合作，共同开发可以在星际争霸 II 中与人类玩家对抗的AI，并且发布了 SC2LE，一个旨在加速即时战略游戏其中AI 应用的工具集。
这次训练的 AI 所采用的数据，很可能是暴雪承诺过的“星际争霸 II”天梯中收集的数十万个匿名录像。有了这些数据，相信 AI 的能力也会有突飞猛进的提升。
不要以为有了优质数据就能训练出来超强的 AI。其实这并不是一项轻松的任务，因为游戏的复杂性和更多可能性也让 AI 战胜人类要远比在棋盘游戏上复杂。
星际争霸和星际争霸 II 是史上最大和最成功的游戏之一，它们见证了许多玩家从青葱岁月到为人父母的 20 多年。其原始游戏早已被 AI 和 ML 研究人员使用，并在每年的 AIIDE 机器人大赛中进行角逐。
使用 AI 在星际争霸中对战人类玩家会比围棋艰难得多，对于 AI 来说，最大的难点在于，每一场对决都存在大量可能的方式。
据估计，每场对决有 101,685 种可能的配置，为了给大家一个直观感受，Alpha Go 的配置层是10,170。
此外，不同于棋类游戏的轮流依次进行走步，并且拥有决策的时间，在星际争霸中，玩家会同时出招，且不能看到对方玩家的状态，也就是说，所有决定需要在“不完整信息”的情况下做出。所有这些都意味着，你不能仅靠逻辑和一些步骤找到赢得对决的最优方式，玩家更需要的是策略和主动。
采用PySC2 模型训练 ，应对多种可能性
星际争霸 II 的玩家在同一时间可能有 300 多种基本行动可以选择，因此策略集及策略选择也对 AI 构成了巨大的挑战。与此形成鲜明对比的是雅达利游戏，大概只有 10 种选择（例如，下，左，右等）。除此之外，星际争霸中的很多操作是分级的，可以进行修改和扩展，其中很多都需要操作屏幕上的一个点进行。即使一个小 84X84 的屏幕也会产生大约 1 亿种可能的行动选择。
之前发布的 PySC2 可以帮助研究人员利用暴雪自己的工具来解决这些挑战，并且构建自己的任务和模型。
PySC2 环境提供了一个灵活的，易于使用的 RL 代理游戏界面。在最初的版本中，游戏被分解为“特征层”，其中的游戏元素，如单元类型、单位的健康度和地图的可见性彼此隔离，同时保留游戏的核心视觉和空间元素。
之前发布的 PySC2 还包括一系列的迷你游戏，一种将游戏分解成小模块的技术，可以用来测试特定任务的代理，比如移动视角、收集矿物碎片或选择单位。 DeepMind 希望研究人员可以测试他们的技术，并且开发新的迷你游戏，以供其他研究人员进行使用和评估。