李根 假裝發自 克普魯 
量子位 報導 | 公眾號 QbitAI

看看別人家的玩遊戲事蹟。

在北京大學第42屆ACM-ICPC國際大學生程式設計競賽全球總決賽現場，一款基於《星際爭霸II》的AI人機協作挑戰賽也在同期進行，主辦方啟元世界，一家主打決策智慧的AI初創公司。

比這家初創公司更知名的是其創辦者：前阿里淘寶推薦演算法團隊創始人袁泉（演算法P10），以及前阿里搜尋廣告架構負責人龍海濤，他們都出自阿里電商核心部門。

△ 啟元世界創始人兼CEO袁泉（左）與聯合創始人兼CTO龍海濤（右）

“星際是我們一代人的青春記憶，也是決策智慧絕佳的訓練場景”，出於對《星際爭霸》的熱愛，也出於決策智慧的篤定，他們在2017年攜手創業，並且很快獲得高榕資本數千萬元天使投資。

袁泉和龍海濤，都不簡單。

袁泉和龍海濤其人

袁泉，離職前擔任阿里認知計算實驗室負責人、資深總監，是手機淘寶、手機天貓推薦演算法團隊締造者，2013年到2016年期間率隊打造了“千人千面”的手淘推薦系統，因此還拿下了當年雙11的CEO特別貢獻獎。“有好貨”、“猜你喜歡”等電商個性化產品，均出自其間。

加入阿里前，袁泉是IBM中國研究院的研究員，從事推薦等智慧決策演算法的研究，是IBM2011年全球銀行業FOAK創新專案發起人。

學術方面，還有十餘篇論文中標國際頂級會議ACM RecSys、KDD、SDM等，擁有多項中美技術專利，長期擔任ACM RecSys審稿人、IEEE Transaction on Games審稿人。

龍海濤則是袁泉阿里和IBM中國研究院的老戰友。在2013-2017年期間，龍海濤在阿里巴巴負責搜尋廣告業務的架構設計，主導了其核心的離線系統、線上引擎和索引核心的升級換代，並因此獲得了阿里媽媽“最佳團隊獎”、“最佳專案獎”和“雙十一個人創新特別獎”。

IBM研究院期間，他則從事移動計算方面的研究。之後還有過多年成功的技術創業經歷，為電信、銀行、能源等大型企業提供過IT解決方案。

目前，袁泉和龍海濤已經組建起了一支幾十人規模的團隊，在位於北京海淀區的辦公室，整日“吃飯睡覺打遊戲”，以及搞AI。

AI打星際

利用打遊戲搞AI，已經不算陌生。

廣泛一點看，AlphaGo、冷撲大師等標誌性的AI事件都在打遊戲。

即便狹隘一些，DeepMind、OpenAI等知名組織也都希望從星際、DOTA2這樣的遊戲中尋得AI突破，騰訊則還用AI+遊戲進行模型演算法研發、訓練。

那為啥啟元世界也選擇《星際爭霸》？

袁泉告訴量子位，《星際爭霸》一直是遊戲玩家心目中即時戰略類的經典之作，歷時十多年而不衰，現在之所以成為深度強化學習、決策智慧演算法研究的一個主要平臺和工具，是因為其蘊含了多智慧體協作、多工學習、巨集觀策略規劃等複雜問題，一旦取得部分突破和進展，對商業和社會發展都會帶來極大影響。同時，《星際爭霸》十多年來積累了非常非常多的資料，還可以從之前的經驗中進行學習和優化演算法。

此外挑戰也看得見。

第一，比起像圍棋或者象棋這種大家都可能看得見的、完全資訊下的博弈，《星際爭霸》是有戰爭迷霧的，所以必須去探路、偵查、瞭解對手的資訊，從而在不確定的情況下去做智慧決策。

第二，有非常巨大的搜尋空間。圍棋的搜尋空間大概在10^170，《星際爭霸》在128×128的地圖上並且人口上限是400個unit的情況下，它的搜尋空間大概在10^1685，比圍棋高很多個數量級，這還沒有算上其他狀態（比如說血量等等）的情況下。所以現有的任意一個單一演算法根本不可能解決《星際爭霸》裡面所有的問題。

第三，星際是一個即時對抗類的遊戲。如果說正常遊戲大概是1秒鐘24幀，那在星際中必須在42毫秒之內做出迅速的反應，而且這個反應不是一個action，而是一系列的action，每個unit都會採取行動，這對我們演算法的效能、效率、工程上的考慮都是非常大的挑戰。

第四，時間、空間上的推理。想要玩好星際，必須基於時序上、空間上去做推理，比如說地理位置的優勢，坦克如果架在哪裡可能會比較好，如果開分機在哪個位置去開會比較有利，甚至於軍營造在什麼地方，這些對於AI來說都需要進行一個空間上的推理。

最後，涉及多個智慧體協作。《星際爭霸》最高有400個unit，所以需要多個智慧體協作，需要多個兵種去配合，這對AI來講也是一個很大的挑戰。

可以順路一提的是，關於AI打《星際爭霸》，量子位也有過專門文章介紹，並且傳送過暴雪和DeepMind的工具包，感興趣即可移步。

啟元世界挑戰賽

在此次ACM-ICPC贊助活動現場，啟元世界也基於《星際爭霸II》給出了兩道人機協作的挑戰賽。

賽題一 ：人機協作 vs 機機協作

水晶採集賽：在規定時間內，分為A、B兩隊，每隊兩個單位分別收集地圖上的藍色水晶。A隊為1人加1個具備協作能力的AI智慧體；B隊為兩個具備協作能力的AI智慧體。 比賽的關鍵在於A隊中的人和AI能否實時觀察、理解對方的意圖與行動，並能採取有效的行為進行合理分工，採集到更多的水晶。

賽題二：人機對抗賽

Reaper爭霸：玩家與AI分佈操控10個星際爭霸II中獨具特色一類角色——Reaper，在廣袤的場地上進行對抗博弈。Reaper可發射一般子彈，也可以扔出手雷。選手需要審時度勢，根據不同的遊戲場景，採取靈活的協作博弈策略，操控己方的單位對AI一方進行攻擊，取得比賽的勝利。

在ACM-ICPC期間，有意者均可前往北大英傑交流中心試試。

或者直接尋求拿著薪水打遊戲，袁泉說目前公司在演算法、工程方面都希望招賢納士，擴充更多工程師入坑一起“玩遊戲”。

當然，更長遠未來，從《星際爭霸》中學習訓練的AI，還會進入各行各業，從工業機器人的生產與操控，到自動化農業，智慧交通、物聯網領域，都不缺乏應用場景。

作者系網易新聞·網易號“各有態度”簽約作者

— 完 —

誠摯招聘

量子位正在招募編輯/記者，工作地點在北京中關村。期待有才氣、有熱情的同學加入我們！相關細節，請在量子位公眾號(QbitAI)對話介面，回覆“招聘”兩個字。

量子位 QbitAI · 頭條號簽約作者

վ'ᴗ' ի 追蹤AI技術和產品新動態