梅險+侯利元+謝文+高旭+孫偉+李冬平

摘要：隨著Alphago在圍棋上戰(zhàn)勝人類，計算機博弈再次引起業(yè)內(nèi)的廣泛關(guān)注。人工智能有望成為互聯(lián)網(wǎng)經(jīng)濟的下一個經(jīng)濟支撐點。高等學(xué)校在開展相關(guān)創(chuàng)新教育時普遍面臨門檻高、項目偏、交流少的困難。本文以計算機博弈創(chuàng)新教育的平臺建設(shè)為主線，分析了影響計算機博弈創(chuàng)新教育的主要問題和產(chǎn)生原因，闡述了改革和推廣計算機博弈教學(xué)的研究和實踐過程。

關(guān)鍵詞：人工智能；計算機博弈；創(chuàng)新教育

一、高等學(xué)校開展計算機博弈創(chuàng)新教育的意義和現(xiàn)狀

（一）高等學(xué)校開展計算機博弈創(chuàng)新教育的意義

1997年IBM計算機DeepBlue戰(zhàn)勝等級分排名世界第一的國際象棋世界冠軍加里·卡斯帕羅夫。這標(biāo)志著計算機下棋成為衡量計算機人工智能水平的重要參考。2016年Google計算機AlphaGo戰(zhàn)勝韓國圍棋冠軍李世石。隨著信息領(lǐng)域的企業(yè)巨頭和著名研究機構(gòu)在計算機棋牌方面的研究和展示，計算機博弈的研究意義和應(yīng)用價值得到學(xué)術(shù)界和產(chǎn)業(yè)界的重視和關(guān)注。

計算機下棋是人工智能在博弈論領(lǐng)域的應(yīng)用。通過研究計算機博弈可以揭示博弈論的本質(zhì)，預(yù)示人工智能的發(fā)展前景。經(jīng)歷了十幾年的發(fā)展，互聯(lián)網(wǎng)的經(jīng)濟紅利已經(jīng)所剩不多，下一個經(jīng)濟增長點很可能是人工智能相關(guān)產(chǎn)業(yè)。高等教育擔(dān)負著培養(yǎng)高素質(zhì)從業(yè)人員的重任。在眾多人工智能研究領(lǐng)域中，計算機博弈是最符合中國國情、最適合鋪開推廣的研究方向。因為它需要的硬件條件不高，各大高?，F(xiàn)有的計算機設(shè)備基本都能滿足開展研究的需求。學(xué)生通過對計算機博弈的學(xué)習(xí)和研究，可以提高計算機程序設(shè)計能力、動手實踐能力和科研創(chuàng)新能力，同時可以提高對團隊協(xié)作和質(zhì)量檢測的理解和重視。如何通過多種教學(xué)形式對大學(xué)生開展計算機博弈知識普及，提高大學(xué)生研究能力和創(chuàng)新意識是當(dāng)前高校創(chuàng)新教育面臨的機遇和問題。

（二）高等學(xué)校開展計算機博弈創(chuàng)新教育的現(xiàn)狀

目前國內(nèi)本科生階段開展計算機教學(xué)和研究的高等院校數(shù)量還不多。數(shù)據(jù)顯示北京、遼寧、黑龍江、重慶等地高校計算機博弈研究起步相對較早，區(qū)域內(nèi)院校對人工智能和計算機博弈的教學(xué)和研究支持力度較高。以黑龍江為例，每2.72萬本科在校學(xué)生有1支隊伍參賽，其參與程度約是山西地區(qū)的14倍。數(shù)據(jù)也反映出國內(nèi)高校計算機博弈研究分布還不是很均衡。很多省份還處于空白狀態(tài)或剛剛起步。普及推廣計算機博弈的目標(biāo)任重道遠。

二、開展計算機博弈創(chuàng)新教育的常見問題和產(chǎn)生原因

（一）起步階段博弈項目規(guī)則不熟，造成學(xué)生參與數(shù)量不多，積極性也不高

本科學(xué)生在校期間，除了要完成大約40門課程的學(xué)習(xí)任務(wù)之外，還面臨社會實踐、就業(yè)壓力和升學(xué)壓力。前幾年計算機博弈沒有得到社會的普遍認(rèn)可和重視，對口的就業(yè)機會不多，造成學(xué)生參與計算機博弈研究單純是出于對棋牌游戲的興趣。而早期的計算機博弈項目多以國外的棋種為主，比如點格棋、亞馬遜等，很多內(nèi)地學(xué)生連名字都沒聽說過，更不要說了解博弈規(guī)則和掌握對局技巧，即使根據(jù)規(guī)則文本編寫程序?qū)崿F(xiàn)對局，離智能的目標(biāo)也相差甚遠。因此，項目本地化程度是影響計算機博弈普及推廣的主要原因。

（二）計算機博弈早期入門技術(shù)門檻普遍偏高

內(nèi)地非計算機專業(yè)的理工科學(xué)生課程通常只包括約70學(xué)時的程序設(shè)計課程。這些課時對于無基礎(chǔ)的學(xué)生只夠掌握常規(guī)語法和簡單算法。而幾乎所有計算機博弈項目都是在平面棋盤上描述棋子在不同時刻的狀態(tài)和價值。僅僅描述棋盤靜止?fàn)顟B(tài)就需要對二維數(shù)組和相關(guān)的編碼計算有比較深刻的理解。要讓棋子按照規(guī)則合法地運動起來，還須要根據(jù)規(guī)則描述行棋招法的數(shù)據(jù)結(jié)構(gòu)描述。比如中國象棋項目，雖然內(nèi)地群眾基礎(chǔ)較好，大約1/10的學(xué)生日常有用中國象棋娛樂消遣的習(xí)慣。但是把象棋的最簡單行棋規(guī)則“馬走日、象走田”用程序描述出來需要相當(dāng)復(fù)雜的邏輯結(jié)構(gòu)。這個入門程序的復(fù)雜度讓有興趣參與計算機博弈學(xué)習(xí)和研究的學(xué)生也容易產(chǎn)生畏懼心理?；蛘哂捎谳^長時間無法提高水平突破瓶頸，造成原有參與學(xué)生的大量流失。

（三）計算機博弈交流學(xué)習(xí)的環(huán)境還不完善

現(xiàn)有的內(nèi)地高等院校的計算機博弈研究和學(xué)習(xí)交流主要是通過全國大學(xué)生計算機博弈大賽和相關(guān)的國際國內(nèi)學(xué)術(shù)會議。交流時間不充分使得探討很難深入。異地參與比賽或會議的差旅費用對于學(xué)生來說壓力也不小。

三、促進計算機博弈創(chuàng)新教育普及和提高的探索和實踐

（一）增設(shè)內(nèi)地學(xué)生喜聞樂見的博弈項目

在內(nèi)地開展計算機博弈競賽的早期階段，多數(shù)項目都是來自國外的博弈游戲項目。雖然研究價值比較明確、研究基礎(chǔ)理論比較充實，但是學(xué)生缺乏對項目的日常應(yīng)用理解，因此參與興趣普遍不高。在研究中，團隊成員分析發(fā)現(xiàn)傳統(tǒng)二人軍棋暗棋群眾基礎(chǔ)較好，具有不完全信息博弈的特點，造成防守策略一方有較大優(yōu)勢。因此多數(shù)成熟的玩家會考慮優(yōu)先防守，從而造成無人主動進攻的僵局。因此，研究組對傳統(tǒng)的二人軍棋暗棋規(guī)則作了必要的調(diào)整。使二人軍棋暗棋游戲重新進入高校學(xué)生的視野，并得到高度認(rèn)可。

隨后，研究組對國內(nèi)群眾基礎(chǔ)更好、玩家規(guī)模更大的斗地主游戲規(guī)則進行了分析和研究。研究組設(shè)計了斗地主的編碼規(guī)則和計算機通信協(xié)議指令，使每個參與博弈對局的程序之間有統(tǒng)一和公平的信息交互。

自從開發(fā)和設(shè)計了軍棋和斗地主博弈的規(guī)則和協(xié)議，這兩個項目隨之成為全國大學(xué)生計算機博弈大賽的正式項目，很多學(xué)生都積極參與到這兩個項目的計算機博弈技巧的研究中。

（二）建立便捷的對局平臺并發(fā)布易學(xué)的示例代碼

傳統(tǒng)計算機博弈多為兩人完全信息博弈，雙方需要在計算機上顯示相應(yīng)的棋盤圖像。在本科計算機教學(xué)中普遍注重對語法的教學(xué)和對基礎(chǔ)算法的教學(xué)。對鼠標(biāo)和圖形界面等基本不涉及或僅僅一帶而過。因此對于沒有統(tǒng)一圖形平臺界面的博弈項目，參與者須要投入相當(dāng)?shù)木W(xué)習(xí)相關(guān)知識，而這部分精力的投入與博弈研究的本質(zhì)關(guān)系并不大。研究組為新增的項目軍棋和斗地主項目分別開發(fā)了圖形化對戰(zhàn)平臺，使掌握基本控制臺編程技能的學(xué)生即可參與博弈研究，并集中精力到博弈算法方面。endprint

對戰(zhàn)平臺通過統(tǒng)一的交互協(xié)議實現(xiàn)快速通訊，避免了人工操縱可能出現(xiàn)的誤操作，提高訓(xùn)練和對局的效率。統(tǒng)一的對戰(zhàn)平臺還是非完全信息博弈項目的，可以免于依賴人工裁判的重要技術(shù)方向。

要加快新建博弈項目的普及，還須要設(shè)計簡單易懂的入門示例代碼。以便各個新參與的學(xué)?？梢钥焖賴L試開展深入研究，避免因?qū)νㄐ艆f(xié)議理解偏差造成的時間和精力的浪費。為此，研究組開發(fā)了簡練的軍棋示例代碼。它可以實現(xiàn)最簡單的行棋規(guī)則，又給各學(xué)校提升代碼效果質(zhì)量預(yù)留了充分的空間。研究組也開發(fā)了斗地主示例程序。由于斗地主牌型規(guī)則特別復(fù)雜，研究組將各種牌型的基本輔助判斷以庫函數(shù)的形式寫入頭文件，節(jié)省了初學(xué)者對復(fù)雜牌型進行基本判斷的開發(fā)精力和時間。示例程序還提供了輔助提示函數(shù)，對當(dāng)前桌面的出牌牌型進行提示，把所有可出的合法牌型列舉出來，供學(xué)生智能引擎選擇，使研究者更集中精力在博弈算法研究上。

（三）建立具有遠程參與功能的網(wǎng)絡(luò)交流平臺

為了加強各校之間的計算機博弈研究深入交流，研究組還開發(fā)了核心算法模塊評估網(wǎng)絡(luò)博弈平臺。選手只須要編寫并提交一個函數(shù)程序即可實現(xiàn)對五子棋博弈項目的對局，函數(shù)的接口參數(shù)為二維數(shù)組，表示決策時棋盤上雙方的棋子分布。函數(shù)的返回值是有落子位置行列坐標(biāo)描述的棋盤位置編碼。通過網(wǎng)絡(luò)交流平臺，使異地的兩個學(xué)?？梢栽诓怀袚?dān)差旅費用開銷壓力的情況下實現(xiàn)定期的交流。

四、結(jié)語

經(jīng)過對計算機博弈創(chuàng)新教育的分析和探索，研究組發(fā)現(xiàn)以博弈平臺結(jié)合多種教學(xué)模式從理論到實踐極大地提升了學(xué)生的動手能力和創(chuàng)新能力。軍棋平臺和斗地主平臺在訓(xùn)練和比賽中運行穩(wěn)定，判定準(zhǔn)確，被指定為全國大學(xué)生計算機博弈大賽官方唯一指定平臺。參與研究開發(fā)平臺和示例程序的學(xué)員在畢業(yè)時普遍被重點高等學(xué)校錄取為研究生或被著名IT企業(yè)高薪聘用。

參考文獻：

[1]徐心和，鄧志立，王驕，徐長明，劉紀(jì)紅，馬宗民.機器博弈研究面臨的各種挑戰(zhàn)[J].智能系統(tǒng)學(xué)報，2008（8）：288-293.

[2]陳卓.“人機大戰(zhàn)”到底應(yīng)該關(guān)注什么？[J].軟件和集成電路，2016（4）：52-53.

[3]王亞杰，邱虹坤，吳燕燕，李飛楊，周鳳.計算機博弈的研究與發(fā)展[J].智能系統(tǒng)學(xué)報，2016（12）：788-798.

編輯/呂秀妍endprint