Deepmind新AI精通西洋陸軍棋　贏過人類進入前三

Deepmind是一家英國的人工智慧公司，近日發表了能夠精通西洋陸軍棋Stratego的人工智慧代理DeepNash，使用結合博奕理論和無模型深度強化學習方法的新技術，來精通Stratego贏過人類專家。

棋盤遊戲向來是許多研究人員衡量人工智慧進步的指標，因為可以在受控環境中，研究人類和機器的策略制定和執行，而Stratego是一款經典的棋盤遊戲，比象棋和圍棋還要更複雜，因為玩家無法直接觀察到對手的棋子，在訊息不完全的情況之下，複雜度極高，過去應用在象棋和圍棋的搜尋技術已經不管用，大幅增加人工智慧遊玩的難度。

然而，DeepNash在與人類玩家比賽後，排名進入前三名。研究人員說明，所謂的無模型，代表DeepNash不會試圖在遊戲過程明確的模擬對手的遊戲狀態，因為Stratego的太過複雜，DeepNash無法使用典型的蒙地卡羅樹搜尋法，因為該方法只適用於不太複雜的棋盤遊戲或是撲克牌遊戲。

因此研究人員參考博弈論演算法，採用了名為R-NaD的方法，使DeepNash的學習行為往「納許均衡Nash Equilibrium」發展，這項策略使得DeepNash擁有超高勝率，最差的勝率是50%。DeepNash與最先進的Stratego機器人比賽時，勝率高達97%，在對抗頂尖玩家時，勝率是84%。

為了不被破解，DeepNash制定不可預測的策略，這代表人工智慧會進行一系列初始部署，防止對手在遊玩的時候發現模式，也會仔細評估對手試圖隱藏的資訊，即便在遊玩過程中呈現劣勢，也能利用進階情報獲得勝利。有趣的是，Stratego是一個需要虛張聲勢的遊戲，DeepNash學會了各種虛張聲勢的策略，甚至還能運用小棋子引誘對手進入伏擊位置，消滅關鍵的棋子。（記者／竹二）

瀏覽 673 次