ai人工智能足球方案

郭一璞 发自 苏州街

量子位 报道 | 公众号 QbitAI

除了下棋、雅达利游戏和星际，AI终于把“魔爪”伸向了粉丝众多的体育竞技活动：

足球。

今天，谷歌开源了足球模拟环境Google Research Football，智能体可以在这个宛若FIFA的世界里自由踢球，学到更多踢球技巧。

用足球进行强化学习训练，对AI来说更有挑战性，不仅要能控球，还得搞懂传球、角球这些概念，知道什么时候会犯规吃红牌黄牌，同时训练出足够机智的策略。虽然AI足球没有体能挑战，但智慧上的要求有增无减。

不少热爱足球的网友看到之后都十分激动，终于能把自己的爱好和研究结合在一起了。

甚至还有人为中国足球请愿：求谷歌帮帮国足吧！

可以打人机的足球引擎

这个模拟环境基于开源的足球游戏模拟器Gameplay Football，用C 编写，在GPU和CPU上都能跑。

整个环境包含一场球赛中的各种环节，和正常的人类足球赛一样，两支队伍各11名运动员，一个智能体可以控制一个球员，也可以控制一整只队伍，双方遵循正常的足球规则进行比赛。

比如可以开球。

射门。

还有裁判会给出判罚，智能体也可能吃红牌黄牌。

必要的时候还得会踢角球。

整个模拟环境中，AI球员们可以进行包括上下左右移动、长传、射门等在内的16种动作。

甚至，AI球员们还会和人类一样，踢久了就会累，你还能给每支球队准备3个题目。总之，这个模拟环境相当完备，具备各种功能和规则体系。

而且操作也十分方便，你可以直接用API把OpenAI Gym接入进来。

而且，整个模拟环境中不仅可以用AI球员，还可以手动控制球员，用键盘上下左右移动，按字母键进行传球、射门等操作，与AI对战。

模拟环境内置了高中低三个难度的对手AI，也可以自行调整难度。当然你也可以把两个自己的AI放进去，让他们互相伤害。

benchmark

Google不只准备了模拟环境，还为这个AI足球设定了一套benchmark。

谷歌用DQN和Impala两个强化学习算法在模拟环境中测试，将它们的奖励均设定为进球得分，在高中低三个难度上得到了运行结果。

足球学院

另外，为了让AI专点突破，Google还推出了足球学院（Football Academy），针对各种难度场景进行单独训练。

包括传球策略

队友配合

碰到2打1怎么办

角球得分训练

传送门

Google AI博客：

https://ai.googleblog.com/2019/06/introducing-google-research-football.html

论文下载地址：

https://GitHub.com/google-research/football/blob/master/paper.pdf?raw=True

GitHub：

https://github.com/google-research/football

— 完 —

诚挚招聘

量子位正在招募编辑/记者，工作地点在北京中关村。期待有才气、有热情的同学加入我们！相关细节，请在量子位公众号(QbitAI)对话界面，回复“招聘”两个字。

量子位 QbitAI · 头条号签约作者

վ'ᴗ' ի 追踪AI技术和产品新动态