“血战”10W+场独占鳌头，网易开源“最强”斗地主AI模型

继围棋、德州扑克、星际争霸之后，AI技术又“卷”到了斗地主 游戏 。近日，网易互娱 AI Lab 联合上海交通大学和 CMU开源斗地主AI模型“PerfectDou”。该AI模型不仅击败了一众已知开源的AI“同行”，成为目前实力最强的斗地主AI，相关研究成果还登上了AI顶级学术会议NeurIPS 2022，受到国际学术界的高度认可。

对人类而言，斗地主可能只是一个简单的纸牌游戏；但在AI眼中，斗地主的玩法极具挑战性。作为一款非完美信息游戏，斗地主不仅涉及策略合作，队友/对手水平等复杂因素，其牌型组合更是高达27472种，极大地限制了如 CFR 等搜索类算法的使用，这也对算法模型的创新探索提出了更高的要求。

针对上述难点，网易互娱 AI Lab 联合上海交通大学和 CMU提出基于完美信息蒸馏（PTIE）的斗地主 AI“PerfectDou”。在斗地主游戏中，非完美信息的引入主要是由于三位玩家均不能看到别人的手牌，对于任意一位玩家而言，仅可知道其余两位玩家当前手牌的并集，但很难精准判断每位玩家当前手牌。针对此类非完美信息问题，完美信息蒸馏的思路是构建一个第三方角色，该角色可以看到三位玩家的手牌，该角色在不告知每位玩家完美信息的情况下，通过信息蒸馏的方式，引导玩家打出基于当前情况相对合理的出牌，并赢得比赛。

针对斗地主游戏出牌组合数较多的问题，PerfectDou 基于RLCard 的工作上对动作空间进行了简化，对占比最大的两个出牌牌型进行动作压缩，将整体动作空间由 27472 种缩减到 621 种，帮助AI加速训练过程。

（PerfectDou 策略网络结构）

为验证AI模型的强度， PerfectDou 与各个斗地主AI分别进行了1万局的对战，并与之前达到 SOTA 水平的 DouZero模型单独进行了10万局对战。对战主要指标包括两种：胜率（WP）和场均得分（ADP）。考虑到场均得分更符合斗地主游戏规则，所以将其作为主要指标，胜率则作为辅助指标。实验结果显示，PerfectDou 击败了所有已知AI斗地主模型，创下最新的SOTA水平。

(上表中加粗数字代表 A 对战 B 胜率超过 50% 或者 ADP 大于 0)

目前，网易互娱AI LAB已公布论文全文、对外开源PerfectDou代码，并提供在线试玩平台，以帮助人工智能领域学者进一步研究AI技术在斗地主游戏上的应用。

据悉，包括PerfectDou在内的最新AI游戏智能体研究成果，均已集成于网易互娱AI LAB自研游戏AI系统Athena AI中。该系统还拥有模仿学习、强化学习、进化学习算法等众多前沿AI技术，为网易不同类型的热门游戏，提供竞技对战、友好陪玩、平衡性测试等丰富多样的AI解决方案。

网易互娱AI Lab成立于2017年，隶属于网易互动娱乐事业群。作为游戏行业领先的人工智能实验室，网易互娱AI Lab所提供的AI服务包括计算机视觉、自然语言处理、语音信号处理、游戏AI等；应用于《梦幻西游》《哈利波特：魔法觉醒》《阴阳师》《大话西游》《荒野行动》等网易旗下多款热门游戏。