这是 Google Research 与英超曼城俱乐部在 Kaggle 平台上联合举办的 11v11 足球 AI 竞赛。
由于其兼具挑战性和趣味性,一经推出便吸引海内外队伍踊跃参加,截至 12 月中旬,吸引了来自世界各地的 1100 多个团队,其中包含多支世界顶级学府和研究机构的科研强队。
最终——
腾讯 AI Lab 绝悟 WeKick
版本
(下称「绝悟」)
以 1785.8 的分数获得冠军,
且相比于其它队伍优势非常明显。
祝贺「绝悟」团队取得佳绩!
慢
着,「绝悟」......不就是王者荣耀里的那个AI吗?
是的。
足球他一样在行。
我们看到的足球比赛是这样的:
在AI的眼里,却是这样的:
(AI 的世界就是如此的朴素无华而枯燥)
比赛使用的 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。
外表简陋,但和正常足球比赛一样没差,短传、长传、直塞、射门、铲球样样都有。
(其实,只是主办方为了节省计算资源,大部分比赛都没有经过3D渲染)
比赛绝对公平公正。
游戏场景是完全对称的,双方有一样的球员,没有主客场、状态好坏的数值差异,没有替补球员、没有加时赛、进球多获胜
(否则平局)
。
规则也与普通足球比赛类似——比赛分上下半场
(各 45 分钟,1500 步,两支球队各开球一次)
,目标都是将球踢入对方球门。
好了,比赛开始:
对方开场势如破竹呀,
只见对方10号
传给了中插的5号,
一脚抽射,应声入网。
可以看到,比赛中每
个球员都各由一个单独的智能体控制,参赛团队需要实时选择并控制其中一个智能体,与其他内置
智能体配合。
因此,每个球员不仅需要观察对手的行为,还需要留意己方队员的情况。这需要非常复杂的团队协作和竞争策略。
由于球场动态瞬息万变,因此高速的实时决策能力也是必需的。
(糟糕,解释的这一下,绝悟又丢失了一球)
「
绝悟」
0:2落后两分
。
不过没关系,
幸得绝悟有着极其丰富的团战经验
。
我方7、8、9号三人相互配合,率先抢回一分。
紧接着,
我方5号乘胜追击,接到9号一记妙传后,直抽龙门底角。
扳平!
「
绝悟」
2:2。
赛点来了!我方10号把球直塞中路,8号反跑冲出,踢进制胜球。