图 9（左）：在十个机枪兵对阵十三个小狗任务中，集火小组人数对于胜率的影响。图 10（右）：不同人工智能方法的胜率曲线（10 枪兵 vs.13 小狗任务），BiCNet 的表现最好。

表 2：不同兵种对战的表现对比。其中 M=机枪兵，Z=小狗，W=幽灵战机。

BiCNet 是一种利用双向神经网络的多智能体强化学习框架。通过构建矢量化的评估-决策方式，其中每个维度对应一个智能体。智能体之间的协调通过内部双向通信完成。通过端到端学习，BiCNet 可以成功地学会多种有效协同策略。本研究证明了这一系统可以在即时战略游戏《星际争霸》中协调各兵种，产生多种有效战术。在实验中，研究者们发现指定奖励和学习策略存在很强的相关性。他们计划进一步研究这种关系，探索智能体在网络中是如何进行交流的，以及它们是否会生成一种特定的语言。此外，当双方都使用了深度多智能体模型进行游戏时，研究其中的纳什均衡问题将会非常有趣。

　　原文链接：https://arxiv.org/abs/1703.10069

　　本文为机器之心编译，转载请联系本公众号获得授权。

　　?------------------------------------------------

加入机器之心（全职记者/实习生）：[email protected]

投稿或寻求报道：[email protected]

广告&商务合作：[email protected]