隨著對更復雜的人工智能 (AI) 需求的增長，他們在此過程中必須面臨的挑戰也必須相應發展。與國際象棋等回合制棋盤游戲不同，實時戰略 (RTS) 視頻游戲可以作為挑戰 AI 極限的廣闊游樂場。特別是星際爭霸 II (SC2)，作為世界上最受歡迎和對技能要求很高的 RTS 游戲之一，已經成為一些開創性的 AI 相關研究的對象。

在 SC2 比賽中，每個玩家都必須建立并指揮一支由不同單位組成的，以用智慧和勇氣擊敗他們的對手。雖然基于 AI 的系統可以在游戲的許多方面表現出色，但在戰斗中改善他們關于何時將其單位派往或重新安置的決策是非常困難的。這是因為可以由幾乎無窮無盡的不同單位組合組成，這些組合根據各種因素協同作用。此外，發生戰斗的戰場(“地形”)的特征會對結果產生決定性的影響。到目前為止，還沒有研究同時關注這兩個方面來進行基于人工智能的戰斗結果預測——這是任何 SC2 玩家的基本技能。

在最近的一項研究中，韓國光州科學技術研究院 (GIST) 的一組科學家使用基于深度學習的方法解決了這個問題。通過構建和訓練深度神經網絡 (DNN) 模型，研究人員開發了一個系統，該系統可以通過同時考慮敵方的詳細組成和他們將作戰的地形類型來預測 SC2 戰斗的結果。他們的論文于 2021 年7 月 24 日在線發布，并于 2021 年12 月 15 日發表在具有應用程序的專家系統的第 185 卷中。

所提出的 DNN 模型利用了一種稱為“參數共享”的技術，使其能夠在很短的時間內有效而精確地分析戰場環境。“我們的 AI 能夠考慮眾多復雜因素來預測整體戰斗結果。實施后，這樣的模型將幫助 AI 玩家就其進攻和防守策略做出正確的決定，”Chang Wook Ahn 教授強調說，他領導了這項研究。

完善人工智能在 SC2 等復雜視頻游戲中做出決策的方式最終將導致基于人工智能的系統能夠評估和正確處理現實世界中的困難情況。正如 Ahn 教授所解釋的那樣：“我們相信游戲和工業中使用的 AI 并沒有太大的不同，更多的 AI 應用很快就會在我們的日常生活中變得切實可見。因此，我們在這個主題上的繼續研究可能會成為基石之一全球努力開發能夠感知情況和合乎邏輯的人工智能。 ”

隨著游戲與現實世界環境之間的差距縮小，視頻游戲人工智能系統的研究很可能會變得越來越有價值，因此請密切關注該領域的進一步發展!