好消息！
腾讯AI足球队夺得世界冠军。
这是谷歌研究院与英超曼城俱乐部在Kaggle平台上联合举办的11v11足球人工智能竞赛。
由于既具有挑战性又有趣，一经推出就吸引了国内外团队的热情参与。截至12月中旬，已吸引来自世界各地的1100余支团队参赛，其中不乏来自世界顶尖大学和研究机构的实力雄厚的科研团队。 。
最终——腾讯AI实验室绝物WeKick版（以下简称“绝物”）以1785.8的成绩获得冠军，与其他队伍相比优势非常明显。
恭喜“绝物”团队取得优异成绩！
等等，《绝无》……这不是王者荣耀里的AI吗？
是的。他也擅长足球。
我们看到的足球比赛是这样的：
在AI眼中，它是这样的：
（AI的世界就是这么平淡无趣）
比赛中使用的Google Research Football环境是基于开源足球游戏Gameplay Football开发的强化学习环境。
外观很简单，但就像一场普通的足球比赛一样。有短传、长传、直塞球、射门和铲球。
（实际上，为了节省计算资源，大多数比赛都不是3D渲染的。）
比赛绝对公平、公正。
游戏场景是完全对称的。双方都有相同的球员。主客场比赛或状态之间没有数值差异。不设替补，不设加时赛，进球多者为胜（否则为平局）。
规则也与普通足球比赛类似——比赛分为两半场（每半场45分钟，1500步，每队开球一次），目标是将球踢入对方球门。
好了，游戏开始：
对手一开始就势头强劲。 10号将球传给插在中间的5号。他将球抽射入网。
《绝乌》0:1先丢一分。
可以看出，游戏中的每个玩家都由一个单独的智能代理控制。参赛队伍需要实时选择并控制其中一个智能体，与其他内置智能体进行配合。
因此，每个玩家不仅需要观察对手的行为，还需要关注自己玩家的情况。这需要非常复杂的团队合作和竞争策略。
由于法庭动态瞬息万变，还需要高速、实时的决策能力。
（哎呀，在这个解释过程中，绝乌又丢了一个球）
“绝无”以0:2落后两分。
但这并不重要。好在决武有着极为丰富的团战经验。
我们七、八、九队互相配合，率先扳回一分。
紧接着，我们五号乘胜追击。接到9号的精彩传球后，射门底角。
甚至！ 《绝物》2：2。
赛点来了！我们的10号直接把球推到了中路，8号跑了回来，打进了致胜一球。
最终，“绝悟”以3：2获胜！
踢球的“绝物”和打王的“绝物”是一回事吗？
答：是的！
和大多数参赛队伍一样，“绝物”主要使用强化学习和自对弈（Self-Play）从头开始训练模型。
其训练的基础架构是基于《绝物》完整架构进行迁移的。详情请参阅
在此基础上，腾讯AI Lab对足球任务框架进行了针对性改进，使其能够适应11智能体足球比赛训练环境。
...（这次省略20218888字）
这也证明了腾讯AI Lab开发的“绝物”底层架构和方法的通用性。可以预见，此类方法未来有望进一步迁移到机器人等更多领域，从而创造更大的实用价值。
从围棋AI“决一”到战略决策AI“决武”，再到如今的AI足球队决武WeKick版本，腾讯AI Lab的深度强化学习智能体一步步进化，逐渐变得更加复杂多样的问题迁移，每一次进步都让我们离通用人工智能的终极目标又近了一步。
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容， 请联系本站，一经查实，本站将立刻删除。如若转载，请注明出处：https://www.bjkytsjk.com/html/tiyuwenda/14252.html
