王者絕悟

王者絕悟是騰訊AI Lab與《王者榮耀》聯合研發的策略協作型AI，其名稱寓意“絕佳領悟力”。該AI的研發始於2017年12月，於2018年12月通過頂尖業餘水平測試，並在2019年達到《王者榮耀》職業電競水平。它採用深度強化學習框架，通過自我博弈進行訓練，據稱一天的訓練量相當於人類440年。2019年8月2日，它在王者榮耀世界冠軍杯半決賽中戰勝了職業選手賽區聯隊。在後續疊代中，它掌握了遊戲全部英雄，成為“完全體”，並在遊戲內作為“絕悟試煉”等玩法中的人機對戰模式向玩家開放。相關技術研究被AAAI、NeurIPS等頂級會議收錄，並衍生出“開悟”AI開放平台。

基本介紹

• 中文名：王者絕悟
• 遊戲類型：人工智慧人機對戰模式
• 開發商：騰訊AI Lab、《王者榮耀》團隊

技術原理與開發歷程

王者絕悟是由騰訊AI Lab與《王者榮耀》團隊聯合研發的策略協作型AI，名字寓意“絕佳領悟力”。其技術研發始於2017年12月。

2018年12月，王者絕悟在KPL總決賽首次亮相，通過監督學習方法模仿職業選手操作，達到頂尖業餘水平。2019年，其技術轉向深度強化學習和自我博弈，不再依賴人類數據。同年8月2日，在吉隆坡舉辦的王者榮耀世界冠軍杯半決賽特設環節中，擊敗職業選手賽區聯隊，達到王者榮耀電競職業水平。2020年，王者絕悟通過課程學習方式掌握更多英雄玩法；同年5月，以40個英雄池首次接受玩家挑戰；隨後推出“完全體”版本，掌握遊戲中全部100多個英雄，並最佳化了禁選英雄（BP）的博弈策略，相關研究被NeurIPS 2020和TNNLS收錄。

其核心技術基於深度強化學習框架，通過AI自我博弈進行訓練，無需依賴人類數據。訓練使用了384塊GPU和8.5萬核CPU的大規模計算資源，平均一天的訓練強度相當於人類訓練440年。

在算法層面，王者絕悟採用了控制依賴解耦、行動mask、目標註意力和dual-clip近端策略最佳化（PPO）等技術。其系統架構主要包括AI server with Game Env、Dispatch、Memory Pool和RL learner等模組。

基於該研究，騰訊與高校合作打造了“開悟”AI開放平台，用於多智慧型體人工智慧算法的研究、教學和驗證。

遊戲內模式與玩法

“王者絕悟”是《王者榮耀》遊戲內的人工智慧對戰模式，其主要入口位於遊戲大廳的【對戰】-【訓練營】-【英雄練習場】-【能力測試】。該模式通常以限時活動形式開放，例如在2020年11月、2022年11月等特定時段。玩家可以組隊挑戰AI。

成功通關該模式後，玩家可以獲得豐厚的遊戲內獎勵，包括鑽石、金幣、銘文碎片、英雄熟練度，以及史詩皮膚隨機寶箱等。

該模式的AI強度極高，其操作與策略水平相當於“最強王者”段位。同時，AI系統會根據玩家自身的段位動態匹配不同強度的隊友與對手。

玩家在挑戰時可採用多種策略以提高勝率。英雄選擇方面，優先使用自身熟練度高或推塔能力強的英雄，如射手、打野位英雄，或米萊迪、李元芳等。在選人界面可利用“上一步”按鈕刷新敵方與己方AI陣容。遊戲過程中可通過傳送信號來指揮AI隊友的行動。針對敵方擁有高回復能力的陣容，中後期應儘早做出制裁之刃或夢魘之牙等裝備進行克制。此外，建議避免選擇輔助英雄，優先選擇法師或打野位置英雄。

“王者絕悟”AI具有支援迅速、團戰配合度高、會計算傷害等優點。但也存在戰術靈活性較差、對防禦塔重視不足、C位英雄走位有時過於激進容易被切等缺點。

該模式的設計初衷是作為高強度的實戰模擬環境，旨在幫助玩家在接近實戰的逆風壓力下，提升特定英雄的熟練度、逆風局處理能力及團隊協作意識。

技術特點與能力

王者絕悟是騰訊AI Lab與王者榮耀聯合研發的策略協作型AI。在“完全體”版本中，王者絕悟已掌握遊戲中全部100多個英雄的玩法，能夠應對高達10^15種的英雄組合變化。

在局前的BP環節，王者絕悟引入了多輪組合博弈和層次化的強化學習算法。它不僅會考慮當前對局雙方陣容的勝率，還會更長遠地為後續對局“留招”，以最大化多輪比賽的勝率。

AI的反應時間約為133毫秒，相當於頂級業餘選手的水平。在完全信息公平條件下作戰，王者絕悟無任何數值加成，其視野與人類玩家相同，同樣受戰爭迷霧限制，操作反應速度也接近職業選手均值。

通過自我博弈的強化學習，王者絕悟能夠探索出不同於人類常規戰術的新策略。例如多人集中蹭線以最大化團隊經濟收益，或採用如“四射手”等非常規陣容，這些策略往往基於全局收益最大化計算得出。

《王者榮耀》作為不完全信息的複雜遊戲，其決策環境對AI構成巨大挑戰。據估算，AI在一局遊戲中的動作決策可能性高達10^20000種，遠超圍棋等傳統博弈遊戲，這對其算法提出了極高要求。

王者絕悟的技術能力經歷了從監督學習到深度強化學習的演進。其訓練使用了龐大的計算資源，一天的訓練強度相當於人類440年，使其能在短時間內從“白板”狀態達到職業電競水平。

王者絕悟的核心技術具備高度可遷移性，已成功套用於足球、RTS、FPS以及《我的世界》等不同類型的遊戲中，並達到國際領先水平，展示了其在複雜多智慧型體決策問題上的通用潛力。

影響與意義

“王者絕悟”不僅是《王者榮耀》中高水平的AI對戰對手，其研發與套用在反哺遊戲生態、推動電競專業化、促進人工智慧科研與教育、探索通用人工智慧（AGI）以及技術跨界遷移等方面均產生了影響。

“王者絕悟”早期的數據測試功能被套用於英雄角色參數調整，有助於保證英雄不會出現大規模角色強度過高影響遊戲對戰平衡的現象。此外，“絕悟”也作為“絕悟試煉”模式幫助玩家提升技術，該模式下“絕悟”會手把手地教玩家練習各個英雄。

“王者絕悟”可為職業選手提供數據、戰略與協作類實時分析與建議，以及不同強度與級別的專業陪練，最佳化職業電競訓練模式。

騰訊AI Lab和王者榮耀聯手打造了“開悟”AI+遊戲開放平台，為學術研究人員和算法開發者開放算法、脫敏數據和算力，並舉辦AI高校挑戰賽，助力人工智慧教學、科研與人才培養。

長期來看，“絕悟”是騰訊攻克AI終極研究難題——通用人工智慧（AGI）的關鍵一步。在《王者榮耀》這類不完全信息、高複雜度、強協作環境中的決策與協作能力研究，對實現AGI具有意義。

“絕悟”的技術已成功遷移至其他類型遊戲，例如於2020年獲得Kaggle足球AI競賽冠軍，並在FPS、RTS遊戲及《我的世界》NeurIPS MineRL競賽中取得成績。其核心能力與研究方法展現出向醫療、製造、無人駕駛、農業、智慧城市等更廣泛現實領域套用的潛力。

綜上所述，“王者絕悟”作為“AI+遊戲”的項目，其價值已從遊戲內延伸至產業、科研與社會套用等多個層面。