人工智能在游戏领域再进一步

麻省理工学院研究团队19日宣布，其人工智能程序“深度角色”(DeepRole)在一款玩家角色和动机未知的在线游戏中表现优于人类，成为首个在一款有未知朋友和敌人的多人游戏中击败人类玩家的人工智能程序。

研究表明，通过在算法中使用“演绎推理”，“深层角色”根据观察到的一些行为来推断玩家是敌人还是朋友，并很快学会应该与谁结盟才能获胜。

今年7月，卡内基梅隆大学宣布，人工智能Pluribus在六人桌德州扑克比赛中击败了许多世界顶尖选手，打破了人工智能只能在两个人才能玩象棋和围棋等游戏的限制。但是在这些游戏中，人工智能从一开始就知道“谁是敌人，谁是朋友”。

研究人员让“深层角色”参与了4000多轮在线棋盘游戏“反抗:阿瓦隆”。“阿瓦隆”类似于“谋杀游戏”或“杀狼”。玩家通过游戏过程推断其他玩家的身份并隐藏他们的身份。结果显示，无论是作为“好人”还是“坏人”，这些“深层人物”都比人类玩家表现得更好。

“深度角色”采用了一种被称为“反事实后悔最小化”的游戏算法，它使用“游戏树”来预测每个玩家的行为，并推断玩家角色的最大可能性。这种人工智能程序在游戏中自相残杀，逐渐逼近实现“至少与对手平起平坐”的纳什均衡的最佳策略。

“阿瓦隆”的人类玩家通常在游戏中通过对话提供部分决策依据，而“深层人物”只观察玩家的行为，不需要参与交流。研究人员计划让机器在未来表达简单的信息，比如玩家是朋友还是敌人。

语言是人工智能的下一个前沿，因为人类玩家会说谎，需要更复杂的沟通技巧。只有在掌握了表达技巧之后，人工智能才能参与复杂的社会推理游戏，这些游戏需要说服其他玩家。

研究人员表示，这项工作可以更好地模拟人类如何做出社会决策，从而帮助人工智能更好地理解人类、向人类学习以及与人类合作。