雷鋒網(wǎng)AI研習(xí)社【本期論文】

OpenAI's Bot Beats DOTA World Champion Dendi

OpenAI 成功擊敗 DOTA世界冠軍 Dendi

相信玩過DOTA的朋友，都知道Dendi這號人物，Dendi是DOTA2的現(xiàn)役職業(yè)選手，刀友們評價他“意識好，大局觀強(qiáng)，操作犀利，手速極快”。最重要的是，頂尖級選手Dendi常常不按常理出牌，對手很難摸清他的路數(shù)。

不過，Denbi再怎么厲害，還是敵不過OpenAI的Bot。人機(jī)大戰(zhàn)中，OpenAI的Bot不僅取得了勝利，還讓Dendi徹底崩潰了。Dendi在比了兩場之后就悻悻退出。

對于DOTA2人工智能訓(xùn)練的結(jié)果表明，如果計算夠充分，自我對練可以將機(jī)器學(xué)習(xí)系統(tǒng)的性能從遠(yuǎn)低于人類的水平推向超越人類。

??觀看論文解讀大概需要????7?? 分鐘

從不敵高排名選手到擊敗頂級職業(yè)選手，一個月的時間里，人工智能系統(tǒng)持續(xù)提升。有監(jiān)督的深度學(xué)習(xí)系統(tǒng)，最多達(dá)到訓(xùn)練數(shù)據(jù)集的程度，但在自我對練系統(tǒng)中，隨著代理程序越來越好，可用的數(shù)據(jù)水平也自動提升。

TrueSkill評級(類似于國際象棋中的ELO評級)通過模擬機(jī)器人之間的比賽和觀察勝率計算，對最好的DOTA機(jī)器人進(jìn)行了長時間的記錄。從添加新特征并改進(jìn)到算法到特征縮放，系統(tǒng)的每個部分都有改進(jìn)。

最驚人的是，能力提升直線上升，隨著時間的推移可以指數(shù)級地改善這個系統(tǒng)。

隨后，OpenAI團(tuán)隊還在博客中更新了更多技術(shù)細(xì)節(jié)，公開了AI打敗另外幾個人類高手的精彩視頻。

博客原址： https://blog.openai.com/more-on-dota-2/

雷鋒網(wǎng)AI研習(xí)社出品系列短視頻《 2 分鐘論文 》，帶大家用碎片時間閱覽前沿技術(shù)，了解 AI 領(lǐng)域的最新研究成果。歡迎關(guān)注雷鋒網(wǎng) (公眾號：雷鋒網(wǎng)) 雷鋒字幕組專欄，獲得更多AI知識~感謝志愿者對本期內(nèi)容作出貢獻(xiàn)。

。