今晚，騰訊AI Lab線上分享：深度強化學習在王者榮耀虛擬環境構建AI

機器之心發布

機器之心編輯部

在機器之心最新的一期 AAAI 2020 線上分享中，我們邀請到了騰訊 AI Lab AI+游戲領域高級研究員葉德珩博士為大家介紹他們王者榮耀 AI 智能體研究。

游戲，一直是人工智能技術研究與落地的重要場景之一。過去幾年，DeepMind 圍棋項目 AlphaGo、星際爭霸 AI AlphaStar、OpenAI Dota2 項目 OpenAI Five 等游戲 AI 吸引了全球人工智能社區的關注。

而在國內，騰訊 AI Lab 也一直致力于 AI+游戲的研究。近日，基于騰訊天美工作室開發的熱門 MOBA 類手游《王者榮耀》，騰訊 AI Lab 公布了一項用深度強化學習來為智能體預測游戲動作研究成果，論文《Mastering Complex Control in MOBA Games with Deep Reinforcement Learning》已被 AAAI 2020 接收。

在機器之心最新的一期 AAAI 2020 線上分享中，我們邀請到了論文一作、騰訊 AI Lab AI+游戲領域高級研究員葉德珩博士為大家介紹他們的研究成果。

個人簡介：葉德珩（Deheng Ye）博士，現任騰訊 AI Lab AI+游戲領域高級研究員，主要工作方向是機器學習在 AI+游戲領域的技術研究與應用探索，涉及強化學習、模仿學習、領域數據挖掘、多智能體決策等。

葉德珩于 2016 年在新加坡南洋理工大學計算機科學系取得博士學位，期間的研究方向為軟件相關知識挖掘和代碼挖掘。他曾擔任 IJCAI，AAAI 等學術會議的程序委員會成員。

演講概要：多人在線戰術競技游戲（MOBA）已經成為檢驗前沿人工智能的動作決策和預測能力的重要平臺。基于騰訊天美工作室開發的熱門 MOBA 游戲《王者榮耀》，騰訊 AI Lab 正努力探索強化學習技術在復雜環境中的應用潛力。本文即是其中的一項成果，研究了使用深度強化學習來為智能體預測游戲動作的方法。

具體來說，在這篇論文中，我們研究 MOBA 1v1 游戲中 AI 智能體的復雜動作控制問題。這個問題有著比傳統 1v1 游戲，例如圍棋、將棋、Atari 等，更為復雜的狀態和動作空間，從而使得 AI 的策略學習十分困難。我們從系統和算法的層面，提出了一個強化學習框架來研究這個問題。我們開發了一個高可擴展低耦合的強化訓練系統；并提出了一系列的算法創新，包括一個 actor-critic 神經網絡，控制依賴的解耦，目標注意力機制，動作空間剪枝，dual-clip PPO 等。在王者榮耀真實游戲環境中的測試顯示，我們訓練的 AI 智能體能在不同類型的英雄上戰勝頂尖職業選手。

論文地址：https://arxiv.org/abs/1912.09729

時間：北京時間 2020 年 1 月 2 日 20:00-21:00

AAAI 2020 機器之心線上分享

2020 年 2 月 7 日-2 月 12 日，AAAI 2020 將于美國紐約舉辦。不久之前，大會官方公布了今年的論文收錄信息：收到 8800 篇提交論文，評審了 7737 篇，接收 1591 篇，接收率 20.6%。

為向讀者們分享更多的優質內容、促進學術交流，在 AAAI 2020 開幕之前，機器之心將選出數篇優質論文，邀請論文作者來做線上分享。整場分享包括兩個部分：論文解讀和互動答疑。

線上分享將在「AAAI 2020 交流群」中進行，加群方式：添加機器之心小助手（syncedai4），備注「AAAI」，邀請入群。入群后將會公布直播鏈接。