梅險(xiǎn)+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(jì)算機(jī)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(jì)的下一個(gè)經(jīng)濟(jì)支撐點(diǎn)。高等學(xué)校在開展相關(guān)創(chuàng)新教育時(shí)普遍面臨門檻高、項(xiàng)目偏、交流少的困難。本文以計(jì)算機(jī)博弈創(chuàng)新教育的平臺建設(shè)為主線，分析了影響計(jì)算機(jī)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(jì)算機(jī)博弈教學(xué)的研究和實(shí)踐過程。

關(guān)鍵詞：人工智能；計(jì)算機(jī)博弈；創(chuàng)新教育

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

（一）高等學(xué)校開展計(jì)算機(jī)博弈創(chuàng)新教育的意義

1997年IBM計(jì)算機(jī)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(jì)算機(jī)下棋成為衡量計(jì)算機(jī)人工智能水平的重要參考。2016年Google計(jì)算機(jī)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(jī)構(gòu)在計(jì)算機(jī)棋牌方面的研究和展示，計(jì)算機(jī)博弈的研究意義和應(yīng)用價(jià)值得到學(xué)術(shù)界和產(chǎn)業(yè)界的重視和關(guān)注。

計(jì)算機(jī)下棋是人工智能在博弈論領(lǐng)域的應(yīng)用。通過研究計(jì)算機(jī)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(jì)紅利已經(jīng)所剩不多，下一個(gè)經(jīng)濟(jì)增長點(diǎn)很可能是人工智能相關(guān)產(chǎn)業(yè)。高等教育擔(dān)負(fù)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(jì)算機(jī)博弈是最符合中國國情、最適合鋪開推廣的研究方向。因?yàn)樗枰挠布l件不高，各大高?，F(xiàn)有的計(jì)算機(jī)設(shè)備基本都能滿足開展研究的需求。學(xué)生通過對計(jì)算機(jī)博弈的學(xué)習(xí)和研究，可以提高計(jì)算機(jī)程序設(shè)計(jì)能力、動(dòng)手實(shí)踐能力和科研創(chuàng)新能力，同時(shí)可以提高對團(tuán)隊(duì)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(jì)算機(jī)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(jī)遇和問題。

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

目前國內(nèi)本科生階段開展計(jì)算機(jī)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(jì)算機(jī)博弈研究起步相對較早，區(qū)域內(nèi)院校對人工智能和計(jì)算機(jī)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(duì)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(jì)算機(jī)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(jì)算機(jī)博弈的目標(biāo)任重道遠(yuǎn)。

二、開展計(jì)算機(jī)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(xiàng)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(huì)實(shí)踐、就業(yè)壓力和升學(xué)壓力。前幾年計(jì)算機(jī)博弈沒有得到社會(huì)的普遍認(rèn)可和重視，對口的就業(yè)機(jī)會(huì)不多，造成學(xué)生參與計(jì)算機(jī)博弈研究單純是出于對棋牌游戲的興趣。而早期的計(jì)算機(jī)博弈項(xiàng)目多以國外的棋種為主，比如點(diǎn)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(yuǎn)。因此，項(xiàng)目本地化程度是影響計(jì)算機(jī)博弈普及推廣的主要原因。

（二）計(jì)算機(jī)博弈早期入門技術(shù)門檻普遍偏高

內(nèi)地非計(jì)算機(jī)專業(yè)的理工科學(xué)生課程通常只包括約70學(xué)時(shí)的程序設(shè)計(jì)課程。這些課時(shí)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(jì)算機(jī)博弈項(xiàng)目都是在平面棋盤上描述棋子在不同時(shí)刻的狀態(tài)和價(jià)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(jì)算有比較深刻的理解。要讓棋子按照規(guī)則合法地運(yùn)動(dòng)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(xiàng)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(gè)入門程序的復(fù)雜度讓有興趣參與計(jì)算機(jī)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(shí)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(jì)算機(jī)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(jì)算機(jī)博弈研究和學(xué)習(xí)交流主要是通過全國大學(xué)生計(jì)算機(jī)博弈大賽和相關(guān)的國際國內(nèi)學(xué)術(shù)會(huì)議。交流時(shí)間不充分使得探討很難深入。異地參與比賽或會(huì)議的差旅費(fèi)用對于學(xué)生來說壓力也不小。

三、促進(jìn)計(jì)算機(jī)博弈創(chuàng)新教育普及和提高的探索和實(shí)踐

（一）增設(shè)內(nèi)地學(xué)生喜聞樂見的博弈項(xiàng)目

在內(nèi)地開展計(jì)算機(jī)博弈競賽的早期階段，多數(shù)項(xiàng)目都是來自國外的博弈游戲項(xiàng)目。雖然研究價(jià)值比較明確、研究基礎(chǔ)理論比較充實(shí)，但是學(xué)生缺乏對項(xiàng)目的日常應(yīng)用理解，因此參與興趣普遍不高。在研究中，團(tuán)隊(duì)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(diǎn)，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(huì)考慮優(yōu)先防守，從而造成無人主動(dòng)進(jìn)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(jìn)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(jìn)行了分析和研究。研究組設(shè)計(jì)了斗地主的編碼規(guī)則和計(jì)算機(jī)通信協(xié)議指令，使每個(gè)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(jì)了軍棋和斗地主博弈的規(guī)則和協(xié)議，這兩個(gè)項(xiàng)目隨之成為全國大學(xué)生計(jì)算機(jī)博弈大賽的正式項(xiàng)目，很多學(xué)生都積極參與到這兩個(gè)項(xiàng)目的計(jì)算機(jī)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(jì)算機(jī)博弈多為兩人完全信息博弈，雙方需要在計(jì)算機(jī)上顯示相應(yīng)的棋盤圖像。在本科計(jì)算機(jī)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(xiàng)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(xiàng)目軍棋和斗地主項(xiàng)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(shí)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(xiàng)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(xiàng)目的普及，還須要設(shè)計(jì)簡單易懂的入門示例代碼。以便各個(gè)新參與的學(xué)校可以快速嘗試開展深入研究，避免因?qū)νㄐ艆f(xié)議理解偏差造成的時(shí)間和精力的浪費(fèi)。為此，研究組開發(fā)了簡練的軍棋示例代碼。它可以實(shí)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(jìn)行基本判斷的開發(fā)精力和時(shí)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(jìn)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(yuǎn)程參與功能的網(wǎng)絡(luò)交流平臺

為了加強(qiáng)各校之間的計(jì)算機(jī)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(gè)函數(shù)程序即可實(shí)現(xiàn)對五子棋博弈項(xiàng)目的對局，函數(shù)的接口參數(shù)為二維數(shù)組，表示決策時(shí)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(gè)學(xué)?？梢栽诓怀袚?dān)差旅費(fèi)用開銷壓力的情況下實(shí)現(xiàn)定期的交流。

四、結(jié)語

經(jīng)過對計(jì)算機(jī)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(shí)踐極大地提升了學(xué)生的動(dòng)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(yùn)行穩(wěn)定，判定準(zhǔn)確，被指定為全國大學(xué)生計(jì)算機(jī)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(shí)普遍被重點(diǎn)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(xiàn)：

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

[2]陳卓.“人機(jī)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(jì)算機(jī)博弈的研究與發(fā)展[J].智能系統(tǒng)學(xué)報(bào)，2016（12）：788-798.

編輯/呂秀妍endprint