奪得世界足球挑戰(zhàn)賽冠軍的中國(guó)AI足球隊(duì)是什么?

「最終，比賽結(jié)束的哨聲響起，各位觀眾，來(lái)自中國(guó)的WeKick足球團(tuán)隊(duì)，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(guó)足球隊(duì)？奪冠？你沒(méi)看錯(cuò)，在AI世界里，來(lái)自中國(guó)的足球團(tuán)隊(duì)WeKick，這次沖出了亞洲，在世界的舞臺(tái)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(lè)部聯(lián)合舉辦，是信息學(xué)國(guó)際性挑戰(zhàn)賽舉辦平臺(tái)Kaggle上的一項(xiàng)AI足球挑戰(zhàn)賽，全球一共有1138只隊(duì)伍參加。

經(jīng)過(guò)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(jī)讓他們?cè)讷@得冠軍的同時(shí)，也將其他競(jìng)爭(zhēng)者遠(yuǎn)遠(yuǎn)地甩在了身后。

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

接下來(lái)，就讓我們看看這場(chǎng)比賽，以及AI足球隊(duì)是如何踢球的。

連進(jìn)三球，成功逆轉(zhuǎn)

這場(chǎng)「AI操控足球的對(duì)抗」，是借助Google Research Football的平臺(tái)進(jìn)行的。這個(gè)平臺(tái)，其實(shí)就是足球控制類(lèi)游戲。

不過(guò)，在AI眼中的對(duì)抗，就樸實(shí)無(wú)華了許多，數(shù)據(jù)的堆疊和展示，變成了這個(gè)樣子：

比賽中，我國(guó)的WeKick是紅色一方，對(duì)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(hào)碼，而足球，則是那個(gè)白色字母B。

好的，比賽開(kāi)始，讓我們回到比賽現(xiàn)場(chǎng)。

對(duì)陣的雙方，分別是WeKick和SaltyFish 。在派出的隊(duì)員上，對(duì)陣的雙方數(shù)值一樣，是無(wú)差別的。此外，雙方也都沒(méi)有替補(bǔ)隊(duì)員。

開(kāi)場(chǎng)第一次進(jìn)攻，SaltyFish通過(guò)三腳「?jìng)髑颉?，便攻破了WeKick的球門(mén)。這進(jìn)球，來(lái)得也太快了。

之后，SaltyFish在另外一次進(jìn)攻中，雖然第一次射門(mén)被「撲出」，但是，比分還是進(jìn)一步擴(kuò)大了。

情況似乎有些糟糕，因?yàn)閃eKick目前已經(jīng)0比2落后了。

不過(guò)，倒也不用擔(dān)心，在一次「角球」中，WeKick扳回了一分。

在中場(chǎng)結(jié)束前，WeKick也通過(guò)一次精彩的「團(tuán)隊(duì)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(gè)比分結(jié)束了。

「?jìng)髑颉?、「撲救」、「團(tuán)隊(duì)配合」、「遠(yuǎn)射」等等。這些正常足球場(chǎng)上會(huì)發(fā)生的操作，AI在游戲中操作起來(lái)也是嫻熟無(wú)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(wèn)題來(lái)了，這個(gè)如此強(qiáng)大的WeKick，又是何方神圣？

這個(gè)WeKick，究竟是個(gè)啥？

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

簡(jiǎn)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(gè)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」。

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

首先，是通過(guò)強(qiáng)化學(xué)習(xí)和自博弈（Self-Play），從零開(kāi)始訓(xùn)練模型。

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

不過(guò)，對(duì)于足球運(yùn)動(dòng)，如果只由進(jìn)球與否來(lái)決定成敗的話，其實(shí)并不利于模型的訓(xùn)練。于是，「絕悟」的研究團(tuán)隊(duì)在價(jià)值估計(jì)（獎(jiǎng)勵(lì)模式）上，進(jìn)一步進(jìn)行細(xì)化。

比如：將攔截、出界、越位、過(guò)人、控球、傳球等各方面都納入考量，當(dāng)然，進(jìn)球這個(gè)最重要的評(píng)價(jià)標(biāo)準(zhǔn)也在其中。

評(píng)價(jià)標(biāo)準(zhǔn)多樣化之后，AI在訓(xùn)練過(guò)程中能更快得到反饋，然后進(jìn)行下一步操作。

簡(jiǎn)單來(lái)說(shuō)，類(lèi)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(píng)審標(biāo)準(zhǔn)。AI，也需要先從基礎(chǔ)題型學(xué)起。

除了將獎(jiǎng)勵(lì)細(xì)分化，由于足球是一項(xiàng)團(tuán)體配合的運(yùn)動(dòng)，所以「絕悟」的研究團(tuán)隊(duì)還使用了一種名為「生成對(duì)抗模擬學(xué)習(xí)」（GAIL）的技術(shù)來(lái)進(jìn)行自博弈訓(xùn)練。

這項(xiàng)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(jiàn)的「長(zhǎng)傳反擊」、「控球滲透」等等。

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

簡(jiǎn)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(shí)戰(zhàn)中進(jìn)一步學(xué)習(xí)。

在考試中，你是不是遇到過(guò)這樣一些奇怪的考題，然后是這種狀態(tài)：「啊，這種題型我沒(méi)見(jiàn)過(guò)啊，這是什么鬼」？ AI也有類(lèi)似的問(wèn)題。自博弈訓(xùn)練后，得出的結(jié)果往往是單一的，對(duì)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(qiáng)化學(xué)習(xí)」這個(gè)方法進(jìn)行補(bǔ)充訓(xùn)練，防止在賽場(chǎng)上見(jiàn)到一些奇怪的戰(zhàn)術(shù)，會(huì)讓AI一時(shí)間手足無(wú)措，自己先亂起來(lái)了。

這其實(shí)也是咱們普通人應(yīng)付考試的時(shí)候，老師們經(jīng)常會(huì)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(qiáng)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(gè)來(lái)自中國(guó)的AI足球隊(duì)，奪得了世界挑戰(zhàn)賽的冠軍，這一消息讓關(guān)注中國(guó)足球的各路網(wǎng)友沸騰了。真人不行AI來(lái)湊，對(duì)此，國(guó)足表示，已退出直播間。

原文標(biāo)題：中國(guó)的足球隊(duì)奪得世界冠軍！AI足球隊(duì)：沒(méi)錯(cuò)，正是在下

文章出處：【微信公眾號(hào)：中科院半導(dǎo)體所】歡迎添加關(guān)注！文章轉(zhuǎn)載請(qǐng)注明出處。

責(zé)任編輯：haq