© Blizzard

Games
10/31/2019

Google-KI schlägt 99,8 Prozent aller Starcraft-II-Spieler

Die Künstliche Intelligenz AlphaStar von DeepMind spielt inzwischen alle Fraktionen auf Grandmaster-Level.

Das Google Unternehmen DeepMind hat seiner Künstlichen Intelligenz AlphaStar beigebracht, wie man StarCraft II spielt. Das Echtzeit-Strategiespiel aus dem Hause Blizzard scheint der KI gut zu gefallen, denn sie ist laut Blog-Eintrag der Entwickler inzwischen besser als 99,8 Prozent ihrer menschlichen Kontrahenten im Blizzards Netzwerk Battle.net.

AlphaStar trat im Jänner 2019 erstmals gegen menschliche Profi-Spieler an. Die KI schlug dabei 10 Menschen, bevor sie im Finale an Grzegorz “MaNa” Komincz scheiterte. Damals hatte das Programm noch den vollständigen Überblick über die Spielkarte, konnte viel schneller und häufiger Aktionen durchführen als Menschen und musste sich hauptsächlich mit Micromanagement beschäftigen. Seit Juli können Spieler auf der ganzen Welt online gegen die Künstliche Intelligenz antreten. 

Grandmaster-Rang

So konnte DeepMind seine Künstliche Intelligenz weiterentwickeln und nun einen neuen Schritt in der Entwicklung veröffentlichen. AlphaStar spielt nun mit den gleichen Voraussetzungen wie echte Spieler: Sie sieht nur die bereits erkundeten und besiedelten Teile der Spielkarte. Zudem wurde die Frequenz, in der sie Aktionen ausführen kann, auf 22 Aktionen innerhalb von 5 Sekunden gedrosselt. Sie kann problemlos gegen alle drei Fraktionen - Terraner, Zerg und Protoss - antreten und auch mit allen drei Rassen gewinnen. So konnte die KI nun das höchste Spieler-Level erreichen, den Grandmaster-Rang.

Spiele wie StarCraft seien das perfekte KI-Training, da sie Flexibilität unter komplexen realen Bedingungen erfordern, heißt es auf dem DeepMind Blog. Spieler haben pro Zug 1026 verschiedene Handlungsmöglichkeiten. Das Spiel erfordere zudem, dass Entscheidungen aufgrund von limitierten Informationen getroffen werden, da weder die ganze Karte noch die Handlungen des Gegners offenbar sind. Die Ergebnisse der mit dem Test verbundenen Studie könnten zukünftig dabei helfen, zukünftig Roboter und selbstfahrende Autos zu verbessern.