背景
游戲是檢驗人工智能系統(tǒng)效果的一種重要手段，這得益于游戲本身所具有的對抗性和策略性。
當前在大部分的視頻實時策略游戲中已經(jīng)取得了較好的成績，如：Atari, Mario, Quake III Arena Capture The Flag, Dota2。但是在星際爭霸中則一直沒有取得 較好的成績，這與星際爭霸游戲本身的復雜性密不可分。
星際爭霸II
星際爭霸屬Blizzard出品，這是一款偉大的游戲，吸引了眾多玩家和職業(yè)選手，大型的職業(yè)選手比賽已經(jīng)舉辦超過20年。
星際爭霸有多種玩法，其中最為常見和吸引人的當屬1對1模式，比賽時通常以5局定勝負。開始游戲之前，玩家先需要選擇種族，不同種族具有不同的優(yōu)勢與弱點?？蛇x的種族有Zerg, Protoss, Terran。剛開局時每位選手會獲得基礎的人力來收集資源，收集資源可用于建造基礎設施、攻擊設施、防御設施、添加新的收集人員、攻擊人員等。
難點
想要獲得一個較好的效果，AI面臨以下難題：
- 星際爭霸的AI學習過路中并不存在最優(yōu)解，而是一個不斷基于對手變化而不斷給出相應應對策略的過程；
- 與國際象棋和圍棋等棋類游戲不同，星際爭霸中事先并不知道所有可能的處理方法；
- 與現(xiàn)實世界一樣，星際爭霸中存在因果之間長時影響的問題。即游戲開局的選擇可能對結局產生很大的影響；
- 實時也是該類游戲的主要特征之一，棋類游戲有思考時間，存在先后手。而星際爭霸所要求的則是對敵方玩家的實時動作做出實時的回應；
- 如前所述，玩家控制的單位和人員是眾多的，而每個單位和人員所能進行的操作又平均有10到26種，因而可選的動作空間很大；
效果
在2018年12月舉辦的賽事中，AlphaStar成功的擊敗了來自Team Liquid戰(zhàn)隊的星際爭霸頂級人類選手MaNa和TLO。
參考文獻
[1] https://deepmind.com/blog/alphastar-mastering-real-time-strategy-game-starcraft-ii/
