2024年川渝大學(xué)生人工智能大賽暨騰訊開(kāi)悟人工智能全球公開(kāi)賽

實(shí)驗(yàn)室博士生吳家云，與本科生林佳航和潘成駿組成的“五角場(chǎng)三分王”隊(duì)，指導(dǎo)老師為盧暾教授、張鵬副教授和桂韜副研究員，獲得騰訊開(kāi)悟人工智能全球公開(kāi)賽“智能體博弈算法賽道”全國(guó)決賽（中國(guó)內(nèi)地賽區(qū)）一等獎(jiǎng)！

頒獎(jiǎng)合影

獎(jiǎng)杯

獲獎(jiǎng)名單

團(tuán)隊(duì)情況

參賽選手：吳家云（左一）、林佳航（左二）、潘成駿（右一）

指導(dǎo)老師：盧暾教授、張鵬副教授、桂韜副研究員

獲獎(jiǎng)感言

吳家云：衷心感謝實(shí)驗(yàn)室老師們的悉心組織與精心指導(dǎo)，組建了一支協(xié)作緊密的參賽團(tuán)隊(duì)。比賽期間通過(guò)合理的任務(wù)規(guī)劃、深入的交流研討，引領(lǐng)我們?nèi)〉昧穗A段性的成果。本次比賽是一個(gè)契機(jī)，鍛煉了我們?cè)诙嘀悄荏w強(qiáng)化學(xué)習(xí)方面的技術(shù)儲(chǔ)備，擴(kuò)充了我們的行業(yè)認(rèn)知，讓我們堅(jiān)信，面向復(fù)雜場(chǎng)景的多智能體技術(shù)一定會(huì)在不久的將來(lái)發(fā)揮重要作用。

林佳航：整個(gè)參賽期間，老師和小伙伴們相互陪伴，互相學(xué)習(xí)，收獲頗多。比賽期間，通過(guò)觀察訓(xùn)練監(jiān)控和模型之間的對(duì)戰(zhàn)錄像，不斷嘗試不同的訓(xùn)練策略，提升了自己的算法能力和實(shí)踐能力。通過(guò)這次比賽，我加深了對(duì)強(qiáng)化學(xué)習(xí)的理解，積累了寶貴的實(shí)戰(zhàn)經(jīng)驗(yàn)，為將來(lái)科研實(shí)習(xí)打下了良好基礎(chǔ)。

潘成駿：在長(zhǎng)達(dá)數(shù)月的學(xué)習(xí)實(shí)踐當(dāng)中，從最初對(duì)強(qiáng)化學(xué)習(xí)幾乎一無(wú)所知，到了解ppo等算法的原理，和隊(duì)友們一步步摸索改良方向，既經(jīng)歷了訓(xùn)練效果不佳時(shí)的迷茫苦悶，也品嘗了模型突飛猛進(jìn)時(shí)油然而生的欣喜，幾個(gè)月的時(shí)間里我們共同探討，攻克難題，最終結(jié)果也證明了這是一次無(wú)比成功的團(tuán)隊(duì)協(xié)作。

比賽介紹

2024年川渝大學(xué)生人工智能大賽暨騰訊開(kāi)悟人工智能全球公開(kāi)賽，由四川省教育廳、四川省科技廳、重慶市教育委員會(huì)、重慶市科技局主辦，四川大學(xué)、成都市委人才辦、騰訊公司聯(lián)合承辦，成都高新區(qū)管委會(huì)、成都市人才發(fā)展促進(jìn)中心支持，依托騰訊開(kāi)悟AI開(kāi)放研究平臺(tái)（簡(jiǎn)稱“騰訊開(kāi)悟平臺(tái)”）舉行。賽事集科研資源、專業(yè)培訓(xùn)、創(chuàng)新賽事、行業(yè)資源于一體，旨在“以賽促學(xué)”助力建設(shè)全國(guó)高校人工智能專業(yè)人才培養(yǎng)，建立產(chǎn)學(xué)研合作新生態(tài)，推動(dòng)人工智能研究的發(fā)展。

本屆賽事聯(lián)合多家合作單位，圍繞人工智能前沿產(chǎn)業(yè)真實(shí)應(yīng)用場(chǎng)景，首次設(shè)置五大賽道：智能體博弈算法賽道、AI芯片算子開(kāi)發(fā)賽道、智能交通信號(hào)燈調(diào)度賽道、AIPC高效能博弈賽道、移動(dòng)端AI模型輕量化部署賽道，為不同研究領(lǐng)域的青年人才提供競(jìng)技探索舞臺(tái)。

騰訊開(kāi)悟平臺(tái)將為本屆參賽者提供來(lái)自王者榮耀、騰訊AI平臺(tái)部、騰訊新文創(chuàng)總部的研究資源、計(jì)算平臺(tái)、評(píng)估工具以及其他研究支持服務(wù)，在王者榮耀游戲博弈場(chǎng)景等多個(gè)創(chuàng)新場(chǎng)景中探索并提升AI技術(shù)應(yīng)用水平。

賽題簡(jiǎn)介：在本賽題中，參賽團(tuán)隊(duì)需要通過(guò)算法訓(xùn)練模型驅(qū)動(dòng)智能體，讓其在對(duì)王者榮耀1v1地圖不斷的探索中學(xué)習(xí)最優(yōu)策略，率先擊破對(duì)方陣營(yíng)水晶前的一座防御塔以獲得勝利。 本賽題所用地圖為長(zhǎng)條狀，地圖兩端是雙方智能體的復(fù)活點(diǎn)，復(fù)活點(diǎn)前方為陣營(yíng)所屬水晶。水晶可以不斷生產(chǎn)己方陣營(yíng)的小兵，小兵將向?qū)Ψ疥嚑I(yíng)自動(dòng)前行，可以沿路攻擊對(duì)方陣營(yíng)的防御塔、水晶和英雄。水晶前方為己方防御塔，可以攻擊進(jìn)入范圍的對(duì)方陣營(yíng)的英雄和小兵。 智能體在地圖內(nèi)可隨意移動(dòng)及釋放技能。
賽題目標(biāo)：參賽團(tuán)隊(duì)需要在指定的時(shí)間內(nèi)，運(yùn)用給定的算力資源訓(xùn)練模型，讓其在對(duì)1v1地圖不斷的探索中學(xué)習(xí)最優(yōu)取勝策略，在與其他團(tuán)隊(duì)的對(duì)戰(zhàn)中取得盡可能多的勝利。