OpenAI Five 在 The International 2018 對陣頂尖 Dota 2 選手兩戰皆敗
The International 2018: Results
OpenAI Five 本週在温哥華舉行的 The International 2018 中,對陣頂尖 Dota 2 選手兩場皆敗。兩場比賽的前 20–35 分鐘,OpenAI Five 都維持不錯的獲勝機會。
兩局的時間進程呈現出 OpenAI Five 對陣頂尖 Dota 2 選手時的賽場表現,前 20–35 分鐘仍保持不錯勝算,最終均告落敗。
有別於我們的 Benchmark (17 日前),這些 比賽:
與實力明顯更強的人類玩家對戰
採用第三方提供的英雄陣容,而非由 Five 在對陣人類玩家時自行選角
移除了我們最後一項重大限制,讓玩法更貼近大多數職業選手所認為的 「真正的 Dota」 遊戲玩法。
令人驚訝的是,這些比賽既精彩又勢均力敵;相比之下,Benchmark 的三場比賽全都非常一面倒。這顯示 Five 雖然從零開始自學 Dota,其打法即使面對頂尖職業選手,也能帶來精彩絕倫的比賽。獲勝固然好,但落敗能展現頂尖職業選手的驚人實力,亦有助我們把 Five 的表現與最頂尖選手的表現作比較。
我們衷心感謝 Dota 社群的每一位成員,感謝大家協助打造如此理想的人工智能發展訓練場:從促使 Valve 創造並持續改良這款極其複雜的遊戲,到支持能協助我們衡量進度的分析員和職業選手,再到許多觀眾展現出的熱情,都令我們投入這個項目時樂趣大增。
Five 的進展:從 May 在嚴格限制下對陣排名較低的玩家進行 Dota 比賽,到在最新限制設定下參與 Dota 比賽。
比賽
這些比賽旨在展示 Five 在與世界頂尖人類玩家進行「真正的 Dota」比賽時的能力。前往 The International 前,我們不確定究竟會有誰與我們交手,因為這取決於願意在主舞台上與我們對戰的人是否有空。我們很感激能與實力遠勝 Benchmark 那場比賽對手的隊伍交手。
Five 於星期三首次出賽,對手是 paiN Gaming(在新視窗開啟),是全球排名前 18 的 Dota 2 隊伍之一,並在 The International 賽事較早階段已遭淘汰。PaiN 選手職業生涯的平均賽事獎金為 $350,000。這場比賽約持續 51 分鐘(比賽通常持續 45 分鐘);人類選手開局強勢,Five 在中期挽回了一些劣勢,但最後仍不敵人類選手多次高水平的策略性推進。星期四,我們進行了第二場比賽,對手是 一支(在新視窗開啟) 由(在新視窗開啟) 中國(在新視窗開啟) 頂尖(在新視窗開啟) 選手組成的隊伍(在新視窗開啟),其中三人曾一同效力於同一支職業隊伍。經過幾輪精彩刺激、你來我往的團戰後,Five 在比賽進行 45 分鐘後落敗。這些選手各自的平均賽事獎金約為 $1 million。
規則變更

這些 Benchmark 比賽 有一項影響很大的限制,我們如今已將其移除:每名英雄都獲配一隻無敵的信使(負責把物品送到你的英雄身邊的單位),而不是全隊共用一隻會被擊殺的信使。
額外的信使令 Five 發展出其標誌性的高壓打法,因為信使會持續送來回復類物品,讓 Five 的英雄可以不斷向敵方基地進攻。在一般 Dota 比賽中,生命值偏低的英雄則必須放棄進攻以回復生命。不少觀察者認為,額外的信使令那些比賽看起來不像「真正的 Dota」。
我們六天前開始使用單一信使進行訓練(信使本身與之前的信使一樣,都是由腳本控制)。雖然我們預期轉用單一信使會暫時令 Five 的表現下滑,但社群的回應清楚表明,採用單一信使的玩法會有趣得多。
下一步
我們不認為信使的改動導致了落敗。我們認為還需要更多訓練、修正錯誤,並移除模型中最後殘留的腳本邏輯。
正如我們在 星期三的座談會(在新視窗開啟)上所說,我們期待推動 Five 更上一層樓。這些比賽為 Dota 中人類與人工智能的對戰樹立了新的標竿,也讓我們有許多值得追求的目標。但 Five 不只關乎 Dota,更是要在安全的沙盒環境中研發人工智能技術,協助我們在未來建立先進系統。如果你想協助我們建立這些系統,並確保它們安全且能造福全人類,不妨考慮 加入 OpenAI。
來源:OpenAI News · openai.com