时间：2022-12-15 15:04:01
( hi(o ( ( ( ( ( ( ( ( ) ) ) ) )，大麦的《星际争霸十万个为什么》再见！ 对于游戏厂商来说，绝对不允许每个人破解自己的游戏，公开最重要的核心代码，但在星际争霸这款游戏中，黑客反编译成功后，用基础代码做API界面让其他玩家值得一提的是，豪雪不仅没有发出律师函，后来还鼓励全球各大制造商使用该接口。 这曾经是星际争霸AI开发圈最有名的接口BWAPI，其核心作用是星际争霸AI的开发。
多亏了这个接口的出现，为星际旅行的AI开发创造了良好的环境。 随后星际争霸AI开发竞赛应运而生，许多世界上最好的程序员和公司开发和对抗星际争霸AI，暴雪为此为一些比赛提供了奖金。 今天我想给大家讲一个大麦是当时星际旅行AI开发背后的故事。
第一种形式的星际迷航玩家们一定接触过星际迷航1时代的第一个AI。 那时的AI，我们甚至不能叫它AI。 在1.08版之前，玩家如果仔细观察，就会发现这些AI实际上正在执行预先设计的流程，执行起来很僵硬死板。 例如，作为人族的他固定地受到了5波攻击。
第一波有12个枪兵，第二波有12个枪兵有3个坦克，第三波有14个枪兵有5个坦克，第四波有12个枪兵有5个坦克和4个鬼兵，第五波有10个鬼兵还有4个大和。 因此，只要玩家清了路，继续和AI战斗就没意思了，任何游戏的战斗都不会带来太大的变化。 而且，随着玩家的深入，一些投机的方法也会被发现。 其中最广为人知的是AI很容易被诱惑。 如果带农民或小狗去AI家探路，AI的所有农民都很可能会跟着这张地图跑，从而对AI的经济也产生深刻的影响。
当然，对于当时刚接触星际争霸的玩家来说，有时AI可能比实际玩家更难解决。 因为，执行的运营基本上是合理的方法。 当新玩家刚在家里生产了五六名枪手时，AI带来了第一波12名枪手。 当然，很多初学者连AI第一波也受不了。 除此之外，与后来的魔兽世界和AI分级系统不同，在很多情况下，玩家们也在刚玩游戏时被AI虐待而死。
1.08版以后，也就是母巢之战资料片发行后，星际旅行AI得到了比较大的改善，AI开始发生变化。 最明显的变化是前期战术中出现了多种不同的选择，而战术实际上是简单地改变了兵种组合。 例如，过去人族第一波攻击一直是12名枪兵，后来出现了机枪和护士，或者机枪和喷火兵的组合。 这取决于AI搜查的对象是什么种族和距离的远近。
有趣的是，人族和神族都有了相应的变化，唯独虫族从游戏发售到最后，AI初期始终采用一种策略的是6只狗rush，不知道是不是因为虫族自身的编程问题。 不过，总体而言，起步AI也比最初有了很大的进步，但从官方层面来看，到此为止。 大雪过后，游戏中的AI没有进行任何修改，但玩家不能仅仅满足于此。 于是，在解读了星际迷航之后，出现了只制作一个BWAPI并开源，将星际迷航开发的工作交到所有玩家手中的大人物。
从进化持续的当时开始，民间的各种各样的星际AI增强补丁就在各地开花了。 最有名的是名为BWAI Launcher的软件，应该几乎囊括了当时市面上比较有名的AI。 这个BWAPI有一个特殊的地方，就是没有释放战争雾的数据。 利用它开发的AI基本上和人类玩游戏时获得的信息一致，需要AI自己判断场景的状况。 这是星际争霸AI开发时最核心的难点，与后来出现的那种直接读取内存的AI完全不同，对AI行业的发展也有更现实的意义。
因此，基于BWAPI开发的星际旅行AI其实在严格意义上具有最现实的意义。 因此，在接下来的几年里，越来越多的公司和个人加入到这个项目中来，开发出真正战胜人类的星际争霸AI，其影响力也越来越大，2010年首届星际争霸AI大赛，“AIIDE2010”
这次比赛有个人开发者参加，著名的人工智能实验室也参加了。 那时星间AI使用的基础理论是当时机器人领域最常用的“人工势场法”，简而言之，人工势场中包含重力场斥力，其中目标点对物体产生重力，将物体引导到其运动中(这一点是A*阿鲁鲁) 障碍物对物体施加反弹力，避免物体碰撞。 物体在路径上所有点处受到的合力等于该点所有斥力和引力之和。 说白了，这是当时常用的机器人找路的原理。
其实，在那年的第一集星际旅行中，大家集中关注的问题还存在于游戏中的寻路问题。 简而言之，你会发现谁善于找路谁占优势，这也是星际迷航1自身的问题。 由于那一年暴雪地图和建模的问题，星际旅行的单位通过狭窄的十字路口时经常堵车。 这个堵车对被真实控制的玩家来说没问题，但对AI来说是一个很大的挑战。
因此，在第一次星际AI比赛中获胜的主要是使用飞龙这个单位的Overmind，而自己的飞龙作为飞行单位也不需要考虑寻路，所以使用了投机的方法吧。 但客观地说，那时星际AI还没有触及RTS游戏最核心的决策和策略。 但是随着星际旅行的举办，每年参加的AI能力也在进化。 值得注意的是一个叫Aiur的AI。 这是第一次提出采用随机决策的人工智能。 说白了，开发者给它设计了五种战术本能。 比赛开始前从这五种战术中随机选择一种。 rush还是保守发育取决于随机。 这样的话，就无法以对方为目标了。 因此，实际上这些AI还处于初步水平。
但基本上在谷歌深度学习出现之前，星际旅行的AI并没有触及AI的真正核心。 为什么会这样呢？ 那时的星间AI与其说是AI之间的对决，不如说是人与人之间的对决。 因为在每年的AI大会上，各参赛选手都会根据去年对手的AI特征设计程序。 例如，有些AI非常喜欢前期的Rush，家里的AI设计前期偏重防守方式，但是最重要的AI的自我决定能力很少，基本上是以If then的方式运行。
拐点在2016年左右，星际旅行AI的发展发展发展了一个有趣的分支。 大多是玩家们为了自己的乐趣而乐在其中。 最典型的是星际2中被称为“悍马2000”的超级AI。 这个AI本身在编程上没有精妙之处，在决策上也没有过人之处，但最大的亮点是拥有数万个APM。 如此可怕的APM带来的优势，是用人类无论如何也不可能的操作来弥补“智力”不足的所谓“奇迹”。
这款AI的另一个可靠之处在于，他可以直接读取游戏内存，不仅战争雾不会影响它，同时玩家的操作他也很熟悉，无需在开局中探路，此外还能准确避免AOE的伤害例如，看看当时小狗包围并杀死坦克的视频。
为什么会出现这样奇怪的AI，也许是因为那时星际AI的发展陷入了悲观的情绪。 当时，星际AI距离大家开始研究已经有十几年的时间，但直到2016年，星际AI在面对普通职业选手时依然像个小学生。 特别是在战术和决策方面，大部分都是依靠人类预设的程序执行的。 所以，不少人认为人工智能在短期内无法突破星际迷航这样复杂的游戏。
然而，谷歌深度学习问世后发生了巨大的转变。 彻底改变了以往开发星际争霸AI的思路，AI自己动手学习发明战术，可以说在短短几年内就完全攻克了星际争霸2这款游戏。 但是，也许是因为谷歌深度学习AI的研发成本太高，在接下来的几年的AIIDE竞赛中，参与的星际争霸AI依然采用人机编程方式，没有完善的决策系统，所以没有了它的支持
小鸡蛋最后大概是说小鸡蛋吧，其实星际争霸2是2010年发售的，在星际争霸AI竞赛中是不是一直在使用星际争霸1呢？ 究其重要原因，除了星际1拥有BWAPI这样的开放接口外，暴雪对星际2的版权态度非常苛刻，即便是用于开发星际AI的暴雪，也不公开与星际1时代相同的API 因为只有暴雪官方授权的机构才允许开发，对于一些个人开发者来说，获得暴雪官方授权并不容易，很多研究机构也不希望受到暴雪的严格管控，所以，起点2的AI开发实际上是在像谷歌这样的少数大型机构进行的因此，至今仍在起步1领域进行。
