阿里巴巴在百度、騰訊之后也加入AI大軍，阿里AI將以星際爭霸作為測試場景，讓AI參與協同作戰，在多人作戰中打敗對手，目前研究難度比較大，相比圍棋AI數據參數更加復雜。

過去十年中，人工智能取得了長足的進步，在圖像和語音識別上已經在某種程度上超越了人類。而通過反饋獎勵，單個的AI智能體也能在雅達利這樣的視頻游戲和圍棋中戰勝人類。

但人類真正的智能還包括了社會和集體智能，這也是實現通用智能必不可少的。就像雖然單個螞蟻的智能有限，但通過協作它們能狩獵，能筑巢，能發動戰爭。毫無疑問，人工智能的下一個挑戰就是讓大規模的AI智能體學習人類水平的協作與競爭。

協作的一個例子就是星際這樣的即時戰略游戲。最近阿里巴巴與倫敦大學的研究人員們，就在一篇論文中展示了如何用星際爭霸作為測試場景，讓智能體協同工作，在多對一和多對多中打敗敵人。

掩護攻擊

這項研究主要關注星際中的微管理任務，每個玩家控制自己的單位，在不同的地形條件下殲滅對手。星際這樣的游戲對計算機來說可能是最困難的，因為它們的復雜程度比圍棋要高得多。這種大型多智能體系統學習面臨的主要挑戰是，參數空間會隨著參與人數的增加而呈指數級增長。

研究人員讓多智能體把星際中的戰斗當作零和隨機游戲來學習。為了形成可擴展且有效的通訊協議，研究者引入了一個多智能體雙向協調網絡BiCNet，智能體可以通過它來交流。另外，研究中還引入了動態分組和參數共享的概念，來解決擴展性問題。

邊打邊跑策略

BiCNet可以處理不同地形下的不同類型的戰斗，且對戰時雙方都有不同數量的AI智能體。

分析顯示，在沒有任何諸如人類示范或標簽數據的監督時，BiCNet也能學習各類協調策略，而這些策略與經驗豐富的玩家所展現出來的很相似，比如在不引發沖突的情況下移動，邊打邊跑等基本策略，以及 掩護攻擊與適度集中火力等高級技巧。

另外，BiCNet還可以輕易適應異構智能體任務。在實驗中，研究者根據不同的場景對網絡進行了評估，發現它表現優異，在大規模現實應用中有潛在價值。

研究中還發現，指定的獎勵與學習策略之間存在很強的相關性。研究人員計劃進一步研究這種關系，研究 策略如何在智能體網絡中傳遞，以及是否會出現特定的語言。另外，雙方都通過深度多智能體模型來操作時，納什均衡的的探討也很有意義。