「最終，比賽結(jié)束的哨聲響起，各位觀眾，來自中國的WeKick足球團隊，獲得了本次挑戰(zhàn)賽的冠軍，讓我們恭喜他們?！?/span>

恩等一下，中國足球隊？奪冠？你沒看錯，在AI世界里，來自中國的足球團隊WeKick，這次沖出了亞洲，在世界的舞臺上，大放異彩。

他們獲得冠軍的這次賽事由Google Research和英超曼城足球俱樂部聯(lián)合舉辦，是信息學(xué)國際性挑戰(zhàn)賽舉辦平臺Kaggle上的一項AI足球挑戰(zhàn)賽，全球一共有1138只隊伍參加。

經(jīng)過激烈的角逐，最終，WeKick的賽事積分達(dá)到了1785.8分，這一優(yōu)異成績讓他們在獲得冠軍的同時，也將其他競爭者遠(yuǎn)遠(yuǎn)地甩在了身后。

尤其值得一提的是，WeKick足球隊的戰(zhàn)斗表現(xiàn)和戰(zhàn)斗精神都可圈可點，最后一場比賽中，在落后兩球的不利情況下，他們連進(jìn)三球，最終實現(xiàn)了大逆轉(zhuǎn)。

接下來，就讓我們看看這場比賽，以及AI足球隊是如何踢球的。

連進(jìn)三球，成功逆轉(zhuǎn)

這場「AI操控足球的對抗」，是借助Google Research Football的平臺進(jìn)行的。這個平臺，其實就是足球控制類游戲，長這樣：不過，在AI眼中的對抗，就樸實無華了許多，數(shù)據(jù)的堆疊和展示，變成了這個樣子：

比賽中，我國的WeKick是紅色一方，對手SaltyFish是藍(lán)色一方，他們背后的數(shù)字，代表的是控制球員的球衣號碼，而足球，則是那個白色字母B。

好的，比賽開始，讓我們回到比賽現(xiàn)場。

對陣的雙方，分別是WeKick和SaltyFish 。在派出的隊員上，對陣的雙方數(shù)值一樣，是無差別的。此外，雙方也都沒有替補隊員。

開場第一次進(jìn)攻，SaltyFish通過三腳「傳球」，便攻破了WeKick的球門。這進(jìn)球，來得也太快了。之后，SaltyFish在另外一次進(jìn)攻中，雖然第一次射門被「撲出」，但是，比分還是進(jìn)一步擴大了。

情況似乎有些糟糕，因為WeKick目前已經(jīng)0比2落后了。

不過，倒也不用擔(dān)心，在一次「角球」中，WeKick扳回了一分。在中場結(jié)束前，WeKick也通過一次精彩的「團隊配合」，成功將比分扳平。

最后，在70分鐘左右，WeKick利用一腳遠(yuǎn)射，成功反超了比分。最終，比賽也以這個比分結(jié)束了。

「傳球」、「撲救」、「團隊配合」、「遠(yuǎn)射」等等。這些正常足球場上會發(fā)生的操作，AI在游戲中操作起來也是嫻熟無比。

這種操作技術(shù)和配合，要換做我啊，那肯定是隨隨便便......也辦不到的啊。那么，問題來了，這個如此強大的WeKick，又是何方神圣？

這個WeKick，究竟是個啥？

實不相瞞，這個WeKick的真面目，其實就是：「絕悟」。是的，不用懷疑，就是王者榮耀里面的那個AI絕悟。

簡單理解的話，「絕悟」，是AI的一種底層架構(gòu)與方法。

在王者榮耀的數(shù)據(jù)去訓(xùn)練的話，就是王者榮耀里的那個全英雄池的「絕悟完全體」，而如果用足球的數(shù)據(jù)去訓(xùn)練，就是這次比賽的「WeKick」。

（圖源：騰訊AI Lab微信）

在賽后總結(jié)中，「絕悟」的研究團隊向大家揭秘了這個AI背后的秘密。它的出現(xiàn)，一共可以分為三步：

首先，是通過強化學(xué)習(xí)和自博弈（Self-Play），從零開始訓(xùn)練模型。

利用這個方法進(jìn)行模型訓(xùn)練，是很常見的操作，本屆比賽中的多數(shù)參賽球隊，都采取了這個方法。

不過，對于足球運動，如果只由進(jìn)球與否來決定成敗的話，其實并不利于模型的訓(xùn)練。于是，「絕悟」的研究團隊在價值估計（獎勵模式）上，進(jìn)一步進(jìn)行細(xì)化。

比如：將攔截、出界、越位、過人、控球、傳球等各方面都納入考量，當(dāng)然，進(jìn)球這個最重要的評價標(biāo)準(zhǔn)也在其中。

評價標(biāo)準(zhǔn)多樣化之后，AI在訓(xùn)練過程中能更快得到反饋，然后進(jìn)行下一步操作。

簡單來說，類似于將一整份試卷細(xì)分成了不同的試題，然后制定了一套評審標(biāo)準(zhǔn)。AI，也需要先從基礎(chǔ)題型學(xué)起。

除了將獎勵細(xì)分化，由于足球是一項團體配合的運動，所以「絕悟」的研究團隊還使用了一種名為「生成對抗模擬學(xué)習(xí)」（GAIL）的技術(shù)來進(jìn)行自博弈訓(xùn)練。

這項技術(shù)，可以模擬一些難以細(xì)化定量描述的戰(zhàn)術(shù)，比如足球比賽中常見的「長傳反擊」、「控球滲透」等等。

通過模擬出不同戰(zhàn)術(shù)風(fēng)格的對手，然后讓AI與其對抗，進(jìn)行訓(xùn)練和學(xué)習(xí)。

簡單理解的話，就是將不同題型依據(jù)不同的試卷風(fēng)格進(jìn)行排布組合，然后讓AI進(jìn)行「模擬考」，在實戰(zhàn)中進(jìn)一步學(xué)習(xí)。在考試中，你是不是遇到過這樣一些奇怪的考題，然后是這種狀態(tài)：「啊，這種題型我沒見過啊，這是什么鬼」？AI也有類似的問題。自博弈訓(xùn)練后，得出的結(jié)果往往是單一的，對應(yīng)在考試中，就是形成既定的解題思維。

最后，研究人員使用「基于 League 的多風(fēng)格強化學(xué)習(xí)」這個方法進(jìn)行補充訓(xùn)練，防止在賽場上見到一些奇怪的戰(zhàn)術(shù)，會讓AI一時間手足無措，自己先亂起來了。

這其實也是咱們普通人應(yīng)付考試的時候，老師們經(jīng)常會給出一些奇奇怪怪模擬試卷的原因。

研究者認(rèn)為：基于 League 的多風(fēng)格強化學(xué)習(xí)和基于 GAIL 的風(fēng)格學(xué)習(xí)方法，是保證 WeKick 最終獲勝的兩大關(guān)鍵秘籍。總而言之，這個來自中國的AI足球隊，奪得了世界挑戰(zhàn)賽的冠軍，這一消息讓關(guān)注中國足球的各路網(wǎng)友沸騰了。真人不行AI來湊，對此，國足表示，已退出直播間。

參考資料：

https://www.kaggle.com/c/google-football

https://ai.googleblog.com/2019/06/introducing-google-research-football.html

https://github.com/google-research/football

https://www.youtube.com/watch?v=F8DcgFDT9sc&feature=emb_logo

https://mp.weixin.qq.com/s/D2uu6vaaPfQSDeLEGlaoCw

來源：狂丸科學(xué)

編輯：Kun

近期熱門文章Top10

↓ 點擊標(biāo)題即可查看 ↓1. 你泡茶時沒發(fā)現(xiàn)什么不對勁嗎？愛因斯坦用它發(fā)了篇論文并開創(chuàng)了一個學(xué)科2. 究竟怎樣才能早起不困?。。?！3. 學(xué)學(xué)北極人抗寒大法，你早晚用得上4. 尼古拉·特斯拉，到底有多神？5. 如果做不好科研，我就只能回去繼承家產(chǎn)了6. 沒有這項技術(shù)，賽博朋克2077就算殘廢？7. 超級黑PK超級白：納米材料如何欺騙你的眼睛8. 為什么暖氣片總會熏黑我的墻?  | No.2369. 這個最最基本的問題，物理學(xué)家卻還沒有標(biāo)準(zhǔn)答案10. 學(xué)霸和學(xué)渣的大腦，有什么不同？點此查看以往全部熱門文章