[论文解读] MOBA: a New Arena for Game AI.

Victor do Nascimento Silva, Luiz Chaimowicz|arXiv (Cornell University)|May 30, 2017

Artificial Intelligence in Games参考文献 13被引用 13

一句话总结

本文提出将多人在线战术竞技场（MOBA）作为游戏人工智能研究的新型测试平台，构建了一个离散建模框架，以分析和理解MOBA游戏中固有的复杂战略与动态挑战。其主要贡献在于提供了一个结构化平台，推动实时、团队协作及高度战略性的游戏环境中的人工智研发进展。

ABSTRACT

Games have always been popular testbeds for Artificial Intelligence (AI). In the last decade, we have seen the rise of the Multiple Online Battle Arena (MOBA) games, which are the most played games nowadays. In spite of this, there are few works that explore MOBA as a testbed for AI Research. In this paper we present and discuss the main features and opportunities offered by MOBA games to Game AI Research. We describe the various challenges faced along the game and also propose a discrete model that can be used to better understand and explore the game. With this, we aim to encourage the use of MOBA as a novel research platform for Game AI.

研究动机与目标

• 将MOBA游戏确立为一种可行且尚未充分探索的游戏人工智能研究测试平台。
• 识别并分析MOBA游戏机制中与人工智能开发相关的核心挑战。
• 提出一种离散建模框架，以实现对MOBA游戏动态的系统性研究与探索。
• 鼓励研究社区采用MOBA作为平台，推动复杂、实时、团队协作环境中人工智能的发展。

提出的方法

• 本文提出一种离散模型，用于表征和分析MOBA游戏的结构与动态组件。
• 识别出资源管理、团队协作与战略决策等核心游戏机制，作为人工智能研究的关键要素。
• 该模型将MOBA机制抽象为模块化组件，以实现系统性分析与仿真。
• 该方法强调游戏的实时性、多智能体特性与战略深度，作为人工智能评估的关键因素。
• 该框架旨在通过将游戏复杂性形式化为研究友好的结构，支持未来人工智能开发。
• 该模型使研究人员能够隔离并研究特定挑战，如协作、适应性与长期规划。

实验结果

研究问题

• RQ1 与传统游戏类型相比，MOBA游戏为人工智能研究带来了哪些独特挑战？
• RQ2 如何构建一个离散建模框架，以表征MOBA游戏的战略与动态特性？
• RQ3 MOBA游戏的哪些结构特征使其适合推动实时、团队协作环境中的人工智能发展？
• RQ4 所提出的模型如何促进MOBA环境中人工智能智能体的开发与评估？

主要发现

• MOBA游戏因其实时性、团队协作性与深度战略机制，为游戏人工智能研究提供了丰富而复杂的环境。
• 离散模型为分析和仿真MOBA游戏的关键方面（如协作与资源管理）提供了结构化方法。
• 该框架使研究人员能够隔离并研究特定挑战，如长期规划与动态适应。
• 本文确立了MOBA作为推动复杂、交互性强且协作性环境中人工智能发展的有前景新平台。
• 所提出的模型通过将游戏复杂性形式化为可分析的组件，支持未来研究。
• 该工作鼓励更广泛地采用MOBA作为人工智能研究的基准，特别是在多智能体与战略决策领域。