AI 能在围棋上碾压世界冠军，为什么却玩不好卡牌游戏？

时间:2019-04-13 12:24　来源：网络整理　 作者:采集侠

AI 能在围棋上碾压世界冠军，为什么却玩不好卡牌游戏？

产品

04-01 16:25

-

评论

分享到微信

使用微信扫码将网页分享到微信

从 AlphaGo 战胜世界围棋冠军柯洁，到 Libratus 在赌场大胜多位德州扑克顶尖高手，人工智能似乎已经在棋牌类游戏领域所向披靡了。

不过这不意味着人工智能就能成为新的「赌神」，因为就算 AI 能在棋盘更快计算出各种可能性，但面对看似更加简单的纸牌类游戏，反而没那么得心应手了， 研发出 AlphaGo 的 DeepMind 就把下一个挑战的目标放在了一款卡牌游戏花火（Hanabi）上。

图自:《华尔街日报》

最近 DeepMind 和 Google Brain 团队在一篇论文中披露了这项研究的进展，与之前训练过的围棋和扑克等游戏不同， Hanabi 这款游戏要求 AI 更加深入了解其他玩家的心理，进行更高层次的推理，这也是 AlphaGo 这类 AI 目前面临的瓶颈。

AI 为什么玩不好纸牌游戏，在回答这个问题有必要先简单了解一下 Hanabi 这款卡牌游戏。

Hanabi 是一款 2-5 人的合作类型卡牌游戏，包含 5 种花色的牌组 。只有将不同花色的卡牌按照一定顺序的组合排列才能达成「花火」。

在牌局中玩家不能看自己的牌，只能看别人的牌，玩家只能有限的提示进行推理，或者和其他玩家进行战略性合作，才有机会在游戏中胜出。

从游戏规则就能看出，这款游戏对于沟通和推理能力的要求比较高，AI 需要读懂其他玩家提示字面意思外的隐藏信息，并推断出对手的意图。

▲ 图片来自：《赌圣》

研究人员很快就发现这并不容易。DeepMind 团队曾用在其他博弈游戏验证过了海量数据来进行训练，让算法利用自身副本进行 200 亿次「有效无限」的动作，按照玩家每次移动需要 30 秒计算，这相当于一个人在游戏中进行了 3 亿次操作或者玩了 1.66 亿小时游戏。

这种训练的效果在双人游戏中十分有效，然而在 Hanabi 这种有 4 人或 5 人参与的游戏中，AI 的表现却始终还是比专业玩家要差得多。

研究团队指出，算法要在不同环境的更好的交流需要高效的编码和适应性。比如不同玩家表述的风格和用语可能都不一样，但即便是最先进的 AI 也无法像人一样快速适应新的玩家，AI 只能遵循复杂但相对固定的规则，比如围棋。

目前 DeepMind 还没有很好的办法来攻破 Hanabi 这款游戏，他们 Github 上发布了一个开源平台，让人们可以测试和完善这个算法。

▲ 德州扑克专业玩家在与 AI 对决 . 图片来自：pittsburghmagazine

前两年人工智能 Libratus 在德州扑克大赛战胜人类，曾引起很大轰动。这就是因为相比起围棋响起等全信息游戏（双方牌面都相互知道），扑克的变化更多，往往也无规律可循，甚至要用到虚张声势等手段来影响对手。前百度首席科学家的吴恩达曾表示：

扑克曾经是 AI 最难攻克的游戏之一，因为关于游戏状态你只能看到部分信息。扑克并没有单一的最优下法。相反，AI 玩家必须让自己的行动随机化，这样它诈唬时才能让对方无法确定真假。

相比起扑克，Hanabi 这种卡牌游戏的难度更上一层楼，有着更多的变量和不确定性，不仅要分辨迷惑人的假象，还要与其他玩家进行沟通和协作。就像在电影《赌博默示录》中，即便是石头剪刀布，随着规则变动和参与人数的增加，也能变成一项高智商游戏。