管窥临机应变之道——2021“庙算杯”人机对抗测试赛解说回顾
发布时间：
2021-08-31
浏览次数:
32
管窥临机应变之道——2021“庙算杯”人机对抗测试赛解说回顾
作者：李剑章 2021年8月6日
2021年7月10日-8月1日，“庙算杯”人机对抗测试赛由中国科学院人工智能创新研究院、中国科学院自动化研究所主办。“庙算”一词取自《孙子兵法》当中“夫未战而庙算胜者，得算多也；未战而庙算不胜者，得算少也”这句话。比赛以“临机应变”为主题，旨在通过和高水平人类选手对抗，测试评估智能体在临机环境下的决策应变能力。我有幸作为解说员参与“庙算杯”决赛的现场解说工作。7月19日-7月29日期间查阅各种资料，通过人机对抗练习增进对任务的了解，拟定解说词。7月30日-8月1日，“庙算杯”决赛在中科院自动化所举行。8月1日上午，我和赵美静老师在自动化所报告厅解说图灵赛最后2场。网上对解说现场进行了同步直播。现在，比赛已经告一段落，选手和工作人员都已回到原来的生活当中。这篇文章聊以记录解说活动的所见所闻、所思所感。在本次活动之前，我也曾经参与过其他一些兵棋赛事的解说工作，包括2017年首届全国兵棋推演大赛北京赛区总决赛、2018年第二届全国兵棋推演大赛全国总决赛。这些比赛采取的都是人人对抗的形式。解说人机对抗兵棋推演比赛，是从未有过的全新经历。特别是听说本次解说还将在网络上进行直播，对我而言更是一种前所未有的挑战。作为中文系的学生，我对智能博弈领域的相关知识并不熟悉。幸好通过向赵老师请教，让各种困惑得以解决。例如，AI主要分为知识型的“白箱”和学习型的“黑箱”这两种类型。在实际应用中，往往是两者互相配合，以知识型的“白箱”为主，辅以学习型的“黑箱”。我还了解到了兵棋推演当中策略的非传递性：A策略能战胜B策略，B策略能战胜C策略，不代表A策略能战胜C策略。就好比在“剪刀石头布”的游戏当中，剪刀能战胜布，布能战胜石头，不代表剪刀能战胜石头。而要想判断对方出的是剪刀、石头还是布，就需要通过侦察来实现意图识别，并且准备好相应的战术。从而制定合理的方案，定下作战决心。这次的解说，也让我管窥到“人”和“机”的不同之处。首先在心态方面，AI稳如泰山，从来不会被战局所影响。而人类选手一旦战局不利，就难免陷入慌乱与焦虑当中。尤其是，当人类选手初次面对AI选手，之前听说了AlphaGo横扫人类选手的故事，面对未知力量，难免滋生出些许恐惧的心理。但也不排除在少数情况下，人类选手在面临不利条件时，反而“小宇宙爆发”，激发出强大的精神力量，沉着冷静，从容应对，于是反败为胜，力挽狂澜。另外也想到，不知若干年后，AI会不会拥有人类的情绪？这是不少影视文艺作品所热衷的题材。也许当AI技术发展到一定程度，这一设定将会被实现。人类与AI在精力方面也存在着非常明显的差别。由于兵棋比赛需要选手们高度集中注意力，在许多轮高强度的兵棋对抗之后，身心状态到了强弩之末，往往难以发挥出一贯的优势。而AI选手只要电源充足，可以不眠不休。当然，据说学习型的AI在学习的过程中需要耗费难以想象的电量，相比之下，人类则堪称低碳环保。在智能博弈等方面对AI的运用，并不意味着AI会完全取代人类。人类未必放心把决策的权力交给算法，让AI信马由缰地带领人类。AI未必是每次都可以托付的“军师”，但可以是很好的“蓝军”，发挥“磨刀石”的作用，让人类能够通过与AI的对练，获得更强大的实力。AI与人类配合，取长补短，能够发挥出前所未有的效果。作为文科生，我对“图灵测试”的印象主要来自于夏笳的科幻小说《晚安忧郁》。“庙算杯”人机对抗测试赛改“人机对话”为“人机对抗”，让人类选手根据对方战术风格留给自己的印象，来判断对方选手是人类还是AI。人类选手在每场比赛结束之后会收到一张问卷，需要在问卷中填写出对另一方的印象。例如判断对方是否是AI，并且给对方在对抗风格、战术设计新颖性、态势感知判断、临机应变反应等方面的特征进行打分。我和赵老师在解说过程中，也经常试图猜测双方选手“谁是人、谁是机”，这一过程可谓妙趣横生。一开始时，双方选手的战术风格尚未充分呈现，可能暂时人机莫辨。随着战局展开，双方由开进转为短兵相接，届时基本上就能猜个八九不离十。经过若干次的观摩与解说之后，我们能够总结出一些AI选手的共同特征。例如，AI的集火射击的能力简直让人叹为观止，来自坦克、步战车、步兵的集火射击，几乎任何算子都难以承受。此外，即使敌方已经被全歼，AI一方还是会不停地机动，直到这局比赛彻底结束的时刻。换作人类选手，恐怕会用这几分钟的时间休息一下，为下一局养精蓄锐，而不会像AI那样充满“闲情逸致”。另外，让人啼笑皆非的是，AI操控下的步兵单位经常被自己的间瞄火力击中，以致遭受伤亡。西方那句军事谚语“比敌军炮火更准确的是友军的炮火”，看来所言非虚。若是由人类选手操作，肯定会操控步兵单位及时机动，避开敌方的间瞄火力，更不用说避开己方的。以上特征，往往被用来区别人类选手与AI选手。除非有哪位人类选手故意模仿AI，不然恐怕概莫能外。当然，高水平的AI选手，会在一定程度上像人类；高水平的人类选手，会在一定程度上像AI。前者意味着，AI选手具有像人类选手一样的战术灵活性，思路也更加开阔。后者意味着，人类选手在大量刻意练习之下能够具备几乎堪比AI的手速，以及沉着冷静的心理素质等。AI在向人类学习，人类也在向AI学习。据说AI目前能做到“线下学习”，把上一场比赛当中学到的经验直接用到下一场比赛当中是AI下一步要实现的功能。临机应变想定也是本次“庙算杯”人机对抗测试赛的特色之一。在我之前所参与过、解说过的各场兵棋比赛当中，想定里的各种要素往往是固定的。这次则增加了各种临机要素，对人类选手、AI选手来说意味着不同程度的考验。首先是出发点位置的变化，需要双方在部署时间内快速应对。对人类选手来说，这意味着之前的很多准备可能归于无效，例如在多次操作之后轻车熟路的开进路线，选定的要地之类，都将不再适用。在这种情况下如果生搬硬套具体的操作步骤，无异于刻舟求剑。恐怕只能通过抽象总结出来的若干战术原则，再加上大脑飞速运转，果断在短暂的部署时间之内制定出计划并给算子下达命令，才能够制定出一个相对合理的方案。对AI选手来说，或许也意味着程序设计得不能够过于死板。夺控点位置的变化，也能起到类似的效果，幸而相比出发点位置的变化而言，夺控点位置的变化幅度还不是那么大，对人类和AI而言都是相对友好的。“临机应变”的要素还体现在路障的设置上。路障虽然不影响通视，但无法通过。临机出现的路障有的布设在公路上，有的布设在主、次要夺控点的中间。顺便一提，在我完成本次比赛的解说，回到北京大学之时，就发现校园里因为暑期施工，多出了很多“临机路障”。这对人类来说是非常简单的问题，直接绕过就可以解决。对AI来说，却未必像人类那样能够轻松应对，除非相应的算法编写到位，否则算子恐怕会一直卡在路障那里，一次次试图通过，却徒劳无功。此外，增援部队的规模也是临机的，比如：一种情况是，双方各自增援一枚炮兵算子和一枚坦克算子；另一种情况是，双方各自仅增援一枚炮兵算子。如果指望有坦克算子和炮兵算子一起来增援，等来的却只有一枚炮兵算子，那么就意味着之前的期待落空，后续的作战效果也会大打折扣。必须把这两种增援情况都考虑到，据此制定出相应的策略，才能在各种情况下尽量立于不败之地。上述这些临机要素对AI的通用性提出了考验。目前，AI还只能够用来完成专项任务，或许随着技术的发展，在将来会诞生出通用性更强的兵棋AI，无论是面对水网稻田地形、高原通道地形、城市居民地形的兵棋推演任务，都能够胜任。甚至，既能够用于“庙算”平台，也能够用于其他推演平台，这才是“成精了”。更进一步，则是既能够推演兵棋，又能像小说《诗云》提到的那样，完成诸如诗歌创作等领域的任务。本次“庙算杯”所采用的兵棋推演平台，从2017年到2021年，出现了很多让人欣喜的改进。其中较为重要的，是由之前的回合制变为如今的实时制，这直接导致战术方面出现了翻天覆地的变化，包括让坦克的机动范围大大提高，有条件实行大踏步的进退、远距离的迂回；步兵也有条件采用冲锋的方式，步步为营，推进更远的距离。此外，算子单位方面，增加了诸如巡飞弹、无人战车等高科技装备；规则上，增加了包括冲锋状态、引导射击等内容；操作方面，增加了各种快捷键、计划指令、复盘系统等内容。相信在不久的将来，庙算人机对抗平台系统会有更多变化。在此提出一些脑洞与畅想。目前，庙算人机对抗平台的地图所覆盖的区域还相对有限，红蓝双方算子数量也不是很多。即使步兵下车、步战车放下巡飞弹，场上的算子也还是屈指可数。或许将来能够使用更大规模的地图，容纳成百上千的算子。这意味着智能体需要更为强大，能够判别更复杂的态势、驾驭更多的算子。此外，庙算人机对抗平台目前还是以陆战为主，将来说不定会加入海战、空战、电子战等元素。此外，也期待庙算平台可以增加一些更加硬核、更加细致、拟真度更高的规则，诸如车辆可以释放烟幕（当然，“释放烟幕”的效果可能已经被纳入到裁决表当中了）、炮兵不同弹药类型的选择、工程兵“逢山开路，遇水搭桥”、空降行动等。并且可以模拟更加复杂的战场环境，比如加入天气变化等因素。目前，在图灵网上能够找到庙算平台视频教程、规则书等。然而，能够操作，与能够运用战术，毕竟不完全是同一回事。期待将来能够从官网上面找到诸如兵棋战术教材、优秀战例集锦之类。也许可以借助网页、电子书、短视频的形式，让新手小白可以轻松掌握。图灵网上还可以找到兵棋AI开发指南，已经非常详细。希望将来能够提供一些更为深入的知识，让更多对此感兴趣的人能够从入门走向进阶。庙算平台的3D视图让人觉得非常惊艳。卫星地图生动还原了地形地貌，单位的模型也相当逼真。坦克、装甲车穿越高山深谷、大街小巷，把火力倾泻向对方的算子。如果相关功能能继续完善，包括引入更多装备的模型贴图，以及火力打击效果动画之类，说不定可以被作为军事题材动画电影的制作平台，在这一方面与《武装突袭》、DCS World一较高下。这一次的解说任务，让我收获满满。半个月的时间，往返于北京大学和自动化所，经过反复练习，对解说内容进行多次改进。很多时候，不经意间就闪现出灵感的火花，一些较为随意的问答也被采纳作为解说词当中的正式内容。另外，不仅AI选手和人类选手的推演竞赛是“临机应变”，其实解说也是“临机应变”，毕竟推演局面无法预知。这就意味着，需要事先的充分准备，以及现场的灵活应对。在中科院自动化所各位老师的指导之下，我对人机对抗兵棋推演的解说得以稍微初窥门径。参与这次解说，也让我加深了对兵棋战术的理解，让思路得以拓宽。之前对解说的不断演练，让我有机会在这一过程中观摩人类选手与AI选手的精彩对决。尤其是最后三天，战局更是峰回路转，扣人心弦。期间，目睹过有选手巧妙运用“功勋坦克排”，以一敌众，所向披靡；目睹过有选手以弱胜强，绝地反击；目睹过有选手通过巧妙的布置，在一开始就奠定胜局。高明的选手，往往知彼知己，扬长避短，避实击虚，攻其不备，出其不意。这次解说工作，让我在战术方面获得的启发在于，兵棋推演要勇于“不走寻常路”，打破各种思维定势，开创出新的战术战法。这次解说也让我得以目睹自动化研究所AI开发团队的“庐山真面目”。虽然仅仅是一些浮光掠影的片段，但团队成员勤奋、聪慧、严谨、热忱的品质，足以给人留下深刻印象。队伍群英荟萃，成员不仅精通技术，也懂得战术，能够把诸如步坦协同、迂回穿插等战术，运用得炉火纯青、出神入化。也正是基于对战术的深刻理解，才能够开发出如此强大的AI。其他参加本次比赛的高等院校、科研院所，相信也同样优秀。可惜没有机会面对面交流，只能从他们提交的AI或威武霸气、或幽默风趣的命名当中对这一方面管窥一二。本次比赛也让我得以结识来自全国各地的高水平人类选手。他们不仅在兵棋推演当中展现出了超强的实力，在生活中也颇具风采。人类选手们来自各个行业，所学的专业各不相同，除了无一例外地精通兵棋推演之外，对待本职工作也非常用心。有人致力于悬壶济世救死扶伤，有人致力于自然科学的研究，有人致力于社科理论的探索，有人致力于“基建狂魔”技术的学习。“独学而无友，则孤陋而寡闻”，高水平选手们精湛的技艺，认真的人生态度，以及家国情怀、赤子之心，都值得钦佩、值得学习。希望将来能有机会与他们互相砥砺，共同进步。