对人类而言,斗地主可能只是一个简单的纸牌游戏;但在AI眼中,斗地主的玩法极具挑战性。作为一款非完美信息游戏,斗地主不仅涉及策略合作,队友/对手水平等复杂因素,其牌型组合更是高达27472种,极大地限制了如CFR等搜索类算法的使用,这也对算法模型的创新探索提出了更高的要求。
针对上述难点,网易互娱AI Lab联合上海交通大学和CMU提出基于完美信息蒸馏(PTIE)的斗地主AI“PerfectDou”。在斗地主游戏中,非完美信息的引入主要是由于三位玩家均不能看到别人的手牌,对于任意一位玩家而言,仅可知道其余两位玩家当前手牌的并集,但很难精准判断每位玩家当前手牌。针对此类非完美信息问题,完美信息蒸馏的思路是构建一个第三方角色,该角色可以看到三位玩家的手牌,该角色在不告知每位玩家完美信息的情况下,通过信息蒸馏的方式,引导玩家打出基于当前情况相对合理的出牌,并赢得比赛。
针对斗地主游戏出牌组合数较多的问题,PerfectDou基于RLCard的工作上对动作空间进行了简化,对占比最大的两个出牌牌型进行动作压缩,将整体动作空间由27472种缩减到621种,帮助AI加速训练过程。
为验证AI模型的强度,PerfectDou与各个斗地主AI分别进行了1万局的对战,并与之前达到SOTA水平的DouZero模型单独进行了10万局对战。对战主要指标包括两种:胜率(WP)和场均得分(ADP)。考虑到场均得分更符合斗地主游戏规则,所以将其作为主要指标,胜率则作为辅助指标。实验结果显示,PerfectDou击败了所有已知AI斗地主模型,创下最新的SOTA水平。
目前,网易互娱AI LAB已公布论文全文、对外开源PerfectDou代码,并提供在线试玩平台,帮助人工智能领域学者进一步研究AI技术在斗地主游戏上的
应用。
据悉,包括PerfectDou在内的最新AI研究成果,均已集成于网易互娱AI LAB自研游戏AI系统Athena AI中。该系统还拥有前沿的模仿学习、强化学习、进化学习算法等众多前沿游戏智能体相关技术,为网易不同类型的热门游戏,提供竞技对战、友好陪玩、平衡性测试等丰富多样的AI解决方案。
网易互娱AI Lab成立于2017年,隶属于网易互动娱乐事业群。作为游戏行业领先的人工智能实验室,网易互娱AI Lab所提供的AI服务包括计算机视觉、自然语言处理、语音信号处理、游戏AI等;应用于《梦幻西游》《哈利波特:魔法觉醒》《阴阳师》《大话西游》《荒野行动》等网易旗下多款热门游戏。