星際爭霸1的AI設計思路：以人族開局為例


現在看來，伯克利分校的星際爭霸1AI—— “主宰”充其量是個微操機器人。它一如既往地沒有認識到，AI能夠“隨機應變”這個問題的解決，最終的答案就是問題本身——隨機地應變。


星際爭霸1是一款即時策略類遊戲。我們就從策略入手，以人族的開局為例說明如何設計真正的AI。電腦AI選定人族後如何發展自己呢？不妨將它視為一連串策略的發生、執行與完成，這一切又都由AI自己隨機決定。為何要隨機的理由很充分，任何一種無論多麼成功的策略體系出現一次後都會被針對，一旦如此，AI就不再是AI了，人們發現那變成了愚蠢的行為。相反，有時看似愚蠢的行為，隨着事情的發展卻變得很聰明。


1、主動型策略
（1）採礦；
（2）建造：
放BS；
放BB；
放BR；
放BC。
（3）訓練（比如，造SCV）；
（4）探路；
（5）攻擊；
（6）野BB。


2、被動型策略
（1）穿礦聚團攻擊；
（2）散點圍攻。


3、偶髮型策略
（1）野BS；
（2）封氣礦。


這些策略屬於基本策略，是不完整的，你還可以將其歸為兩類供選擇。不管怎樣，我們將它們的集合統稱為策略集。重要的是還有一類：


4、優化型策略
（1）先定分析
如同一名人類選手新學星際這個遊戲，AI需要對地圖、兵種等進行基本的分析，依據有關數據確定每個時段的必須完成的任務、基本的發展路線。能做到這一點是因為，星際的資源、兵力和科技在一定時間內是有上限的。


（2）指令序列
指令序列必須具備策略集（供選擇策略）、計算和比對功能。進入遊戲後，AI為每個SCV建立一個指令序列（相當於一個獨立的電腦進程或應用程序），來控制SCV。假如隨機取到採礦這個策略，那麼，四個SCV可以同時去距自己最近的水晶採礦。與之同時，為大本建立起的指令序列訓練一個SCV。假如電腦在擁有9個SCV時選到探路策略，那麼就隨機選一個SCV，計算出一條路線，出去探路。假如這個SCV在探到對方後遭遇攻擊，指令序列根據先定分析中的數據比對攻擊與防禦，決定攻擊還是躲避。假如這個SCV不幸地遭遇散點圍攻（類似於6條小狗合圍）後陣亡，則該指令序列刪除。


（3）策略中心
控制線。對（1）的問題做出回應的就是它。在遊戲進行到某個時間，依據自身採集的資源情況、偵查情況，修正或繼續執行原來的策略。例如，當水晶達到100時，大本返回（或控制線直接讀取到）這個信息，控制線從自身的策略集中選擇策略，決定是放BS，或是等待，繼續訓練SCV，滿150水晶時放BB。這些信息返回給大本。水晶達到150時，控制線隨機選一個SCV放BB。當探路的SCV探完對方後，返回信息給控制線表示任務完成，控制線決定這個SCV的下一步動作，比如，此時對方探路農民同樣到達了AI家中，AI家中尚未造建築，則控制線有可能選到野BS或野BB。理由是，從人類選手的操作可以知道，一個要放建築的農民可能很長時間都放不下。所以，指令序列給出的任務應當是有時間屬性的，超過某個時點則交由控制線處理，這同樣可以用來對付對方的封氣礦策略。控制線還應當有個某個時段占據某個有利地形，或某些兵種前往某地的策略，等等。它決定了兵力部署、站位。
交叉策略中心。SCV遭遇對方探路農民的騷擾性攻擊後，可能選擇攻擊策略（穿礦聚團攻擊或散點圍攻），這需要多個指令序列的協同，因此可以選擇創建一個新的指令序列來進行控制。我們將它稱為一個交叉策略中心。


（4）分析中心
先定分析屬於這部分的內容。只是它如此重要，以致將它提前了。分析中心又應當具備更多的功能。
學習。也就是對AI自身的整體性訓練，包括自我對戰訓練、與其他選手的對戰訓練和調整策略集、控制線等。策略集一開始是不完整的，但可以通過與一個同自身一樣的程序來對戰，擴充和優化策略集。分析中心通過對對戰錄像的分析（當然只能是代碼形式的），讀取有關數據，切分各時段資源、兵力和科技等情況，選取較優的部分納入策略集，刪除不合理的策略。如有必要，為策略賦予時間屬性。這樣，就可能出現一個AI學習到的大招。其他也是如此。


基於隨機性的電腦AI不會每次都勝，因為世界是公平的。但是，隨着電腦AI的強大，完全可以預言，星際爭霸1的平衡性將被徹底打破。公平將不再是對一個人類選手和一個電腦AI而言，而只是對一個AI與另一個AI而言。我們需要的將是1024線，看到的將是真正的不夜城。3個槍兵旋轉打地刺不是奇蹟，也許，我們打開AI間的對戰一看，一個AI正在甩槍兵。


相關閱讀
★絕對真理的內涵、架構與印證
★概率論：完全可能性的理論與現實圖景
★悖論問題的統一解
★從延安文藝座談會到人類社會的未來
★發現號航天飛機——自然算法偉大的飛矢變換
★諸神之戰在星際爭霸1的實現[001]AI遊戲的發端/upfile/file/20130208/20130208185453_18503.rar