「最終，比賽結束的哨聲響起，各位觀眾，來自中國的WeKick足球團隊，獲得了本次挑戰(zhàn)賽的冠軍，讓我們恭喜他們?！?/span>

恩等一下，中國足球隊？奪冠？你沒看錯，在AI世界里，來自中國的足球團隊WeKick，這次沖出了亞洲，在世界的舞臺上，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部聯(lián)合舉辦，是信息學國際性挑戰(zhàn)賽舉辦平臺Kaggle上的一項AI足球挑戰(zhàn)賽，全球一共有1138只隊伍參加。

經過激烈的角逐，最終，WeKick的賽事積分達到了1785.8分，這一優(yōu)異成績讓他們在獲得冠軍的同時，也將其他競爭者遠遠地甩在了身后。

尤其值得一提的是，WeKick足球隊的戰(zhàn)斗表現(xiàn)和戰(zhàn)斗精神都可圈可點，最后一場比賽中，在落后兩球的不利情況下，他們連進三球，最終實現(xiàn)了大逆轉。

接下來，就讓我們看看這場比賽，以及AI足球隊是如何踢球的。

連進三球，成功逆轉

這場「AI操控足球的對抗」，是借助Google Research Football的平臺進行的。這個平臺，其實就是足球控制類游戲，長這樣：不過，在AI眼中的對抗，就樸實無華了許多，數(shù)據(jù)的堆疊和展示，變成了這個樣子：

比賽中，我國的WeKick是紅色一方，對手SaltyFish是藍色一方，他們背后的數(shù)字，代表的是控制球員的球衣號碼，而足球，則是那個白色字母B。

好的，比賽開始，讓我們回到比賽現(xiàn)場。

對陣的雙方，分別是WeKick和SaltyFish 。在派出的隊員上，對陣的雙方數(shù)值一樣，是無差別的。此外，雙方也都沒有替補隊員。

開場第一次進攻，SaltyFish通過三腳「傳球」，便攻破了WeKick的球門。這進球，來得也太快了。之后，SaltyFish在另外一次進攻中，雖然第一次射門被「撲出」，但是，比分還是進一步擴大了。

情況似乎有些糟糕，因為WeKick目前已經0比2落后了。

不過，倒也不用擔心，在一次「角球」中，WeKick扳回了一分。在中場結束前，WeKick也通過一次精彩的「團隊配合」，成功將比分扳平。

最后，在70分鐘左右，WeKick利用一腳遠射，成功反超了比分。最終，比賽也以這個比分結束了。

「傳球」、「撲救」、「團隊配合」、「遠射」等等。這些正常足球場上會發(fā)生的操作，AI在游戲中操作起來也是嫻熟無比。

這種操作技術和配合，要換做我啊，那肯定是隨隨便便......也辦不到的啊。那么，問題來了，這個如此強大的WeKick，又是何方神圣？

這個WeKick，究竟是個啥？

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

簡單理解的話，「絕悟」，是AI的一種底層架構與方法。

在王者榮耀的數(shù)據(jù)去訓練的話，就是王者榮耀里的那個全英雄池的「絕悟完全體」，而如果用足球的數(shù)據(jù)去訓練，就是這次比賽的「WeKick」。

（圖源：騰訊AI Lab微信）

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

首先，是通過強化學習和自博弈（Self-Play），從零開始訓練模型。

利用這個方法進行模型訓練，是很常見的操作，本屆比賽中的多數(shù)參賽球隊，都采取了這個方法。

不過，對于足球運動，如果只由進球與否來決定成敗的話，其實并不利于模型的訓練。于是，「絕悟」的研究團隊在價值估計（獎勵模式）上，進一步進行細化。

比如：將攔截、出界、越位、過人、控球、傳球等各方面都納入考量，當然，進球這個最重要的評價標準也在其中。

評價標準多樣化之后，AI在訓練過程中能更快得到反饋，然后進行下一步操作。

簡單來說，類似于將一整份試卷細分成了不同的試題，然后制定了一套評審標準。AI，也需要先從基礎題型學起。

除了將獎勵細分化，由于足球是一項團體配合的運動，所以「絕悟」的研究團隊還使用了一種名為「生成對抗模擬學習」（GAIL）的技術來進行自博弈訓練。

這項技術，可以模擬一些難以細化定量描述的戰(zhàn)術，比如足球比賽中常見的「長傳反擊」、「控球滲透」等等。

通過模擬出不同戰(zhàn)術風格的對手，然后讓AI與其對抗，進行訓練和學習。

簡單理解的話，就是將不同題型依據(jù)不同的試卷風格進行排布組合，然后讓AI進行「模擬考」，在實戰(zhàn)中進一步學習。在考試中，你是不是遇到過這樣一些奇怪的考題，然后是這種狀態(tài)：「啊，這種題型我沒見過啊，這是什么鬼」？AI也有類似的問題。自博弈訓練后，得出的結果往往是單一的，對應在考試中，就是形成既定的解題思維。

最后，研究人員使用「基于 League 的多風格強化學習」這個方法進行補充訓練，防止在賽場上見到一些奇怪的戰(zhàn)術，會讓AI一時間手足無措，自己先亂起來了。

這其實也是咱們普通人應付考試的時候，老師們經常會給出一些奇奇怪怪模擬試卷的原因。

研究者認為：基于 League 的多風格強化學習和基于 GAIL 的風格學習方法，是保證 WeKick 最終獲勝的兩大關鍵秘籍。總而言之，這個來自中國的AI足球隊，奪得了世界挑戰(zhàn)賽的冠軍，這一消息讓關注中國足球的各路網(wǎng)友沸騰了。真人不行AI來湊，對此，國足表示，已退出直播間。

參考資料：

https://www.kaggle.com/c/google-football

https://ai.googleblog.com/2019/06/introducing-google-research-football.html

https://github.com/google-research/football

https://www.youtube.com/watch?v=F8DcgFDT9sc&feature=emb_logo

https://mp.weixin.qq.com/s/D2uu6vaaPfQSDeLEGlaoCw

來源：狂丸科學

編輯：Kun

近期熱門文章Top10

↓ 點擊標題即可查看 ↓1. 你泡茶時沒發(fā)現(xiàn)什么不對勁嗎？愛因斯坦用它發(fā)了篇論文并開創(chuàng)了一個學科2. 究竟怎樣才能早起不困?。。?！3. 學學北極人抗寒大法，你早晚用得上4. 尼古拉·特斯拉，到底有多神？5. 如果做不好科研，我就只能回去繼承家產了6. 沒有這項技術，賽博朋克2077就算殘廢？7. 超級黑PK超級白：納米材料如何欺騙你的眼睛8. 為什么暖氣片總會熏黑我的墻?  | No.2369. 這個最最基本的問題，物理學家卻還沒有標準答案10. 學霸和學渣的大腦，有什么不同？點此查看以往全部熱門文章