[论文解读] Introducing the Hearthstone-AI Competition

Alexander Dockhorn, Sanaz Mostaghim|arXiv (Cornell University)|May 6, 2019

Artificial Intelligence in Games参考文献 7被引用 15

一句话总结

本文介紹了《炉石传说-AI 比賽》（Hearthstone-AI Competition），這是一個用於在集換卡牌遊戲《爐石傳說》中開發與基準測試 AI 代理的框架。該比賽透過兩個賽道（預設套牌對戰與使用者自創套牌對戰）應對部分可觀察性、高卡牌複雜度、隨機性、套牌協同效應以及動態元環境等挑戰，從而實現在豐富且具戰略性的環境中對 AI 代理進行標準化評估。

ABSTRACT

The Hearthstone AI framework and competition motivates the development of artificial intelligence agents that can play collectible card games. A special feature of those games is the high variety of cards, which can be chosen by the players to create their own decks. In contrast to simpler card games, the value of many cards is determined by their possible synergies. The vast amount of possible decks, the randomness of the game, as well as the restricted information during the player's turn offer quite a hard challenge for the development of game-playing agents. This short paper introduces the competition framework and goes into more detail on the problems and challenges that need to be faced during the development process.

研究动机与目标

• 建立一個標準化的基準，用於在《爐石傳說》的複雜環境中訓練與評估 AI 代理。
• 解決集換卡牌遊戲中的核心挑戰，包括部分可觀察性、高卡牌多樣性、隨機性與套牌協同效應。
• 透過提供統一的框架，支持遊戲 AI 研究，以比較代理性能。
• 鼓勵開發能適應多樣套牌與動態元環境的代理。
• 為未來的賽道（如套牌建造、選卡模式與遊戲平衡）奠定基礎。

提出的方法

• 比賽使用 Sabberstone 框架作為遊戲引擎，模擬《爐石傳說》對戰，支援即時動作提交。
• 每個回合代理有 60 秒的時間限制來計算並回傳動作，狀態更新在每次動作後提供。
• 遊戲模擬由 POGameHandler 類管理，用於追蹤勝/敗/和比率、回應時間與遊戲結果。
• 實施兩項賽道：「預設套牌對戰」適用於固定套牌，以及「使用者自創套牌對戰」適用於自訂或線上設計的套牌。
• 對戰重複多次以應對卡牌抽抽的隨機性，並使用循環賽制聚合結果。
• 所有提交成果在評估後公開，以支援逐步改進與可重現性。

实验结果

研究问题

• RQ1 如何在《爐石傳說》這類複雜、部分可觀察且具有隨機性的集換卡牌遊戲中，有效評估 AI 代理？
• RQ2 哪些策略能使代理在實時中有效利用卡牌協同效應，並適應未知對手的套牌？
• RQ3 代理表現如何因不同套牌組成與元環境動態而異？
• RQ4 代理能否被訓練以跨多種預設或使用者自創套牌通用化，且適應不同的協同效應？
• RQ5 在擴大規模以支援大規模、多樣化的套牌配置時，AI 評估的主要挑戰是什麼？

主要发现

• 《爐石傳說-AI 比賽》提供了一個統一框架，用於在高複雜度與部分可觀察性的豐富戰略遊戲環境中評估 AI 代理。
• 「預設套牌對戰」賽道使代理能針對固定且已知的套牌進行評估，專注於不確定性下的戰術決策。
• 「使用者自創套牌對戰」賽道支援代理適應自訂或社群設計的套牌，強調戰略彈性與協同效應的利用。
• 透過重複多場對戰來降低隨機卡牌抽抽帶來的變異，確保勝率估計的可靠性。
• 該框架支援賽後公開提交代理，促進迭代改進與可重現性。
• 未來將規劃套牌建造、選卡模式與遊戲平衡等賽道，進一步拓展集換卡牌遊戲中 AI 研究的範疇。