过去十年中，人工智能取得了长足的进步，在图像和语音识别上已经在某种程度上超越了人类。而通过反馈奖励，单个的AI智能体也能在雅达利这样的视频游戏和围棋中战胜人类。
但人类真正的智能还包括了社会和集体智能，这也是实现通用智能必不可少的。就像虽然单个蚂蚁的智能有限，但通过协作它们能狩猎，能筑巢，能发动战争。毫无疑问，人工智能的下一个挑战就是让大规模的AI智能体学习人类水平的协作与竞争。
协作的一个例子就是星际这样的即时战略游戏。雷锋网消息，最近阿里巴巴与伦敦大学的研究人员们，就在一篇论文中展示了如何用星际争霸作为测试场景，让智能体协同工作，在多对一和多对多中打败敌人。
掩护攻击
这项研究主要关注星际中的微管理任务，每个玩家控制自己的单位，在不同的地形条件下歼灭对手。星际这样的游戏对计算机来说可能是最困难的，因为它们的复杂程度比围棋要高得多。这种大型多智能体系统学习面临的主要挑战是，参数空间会随着参与人数的增加而呈指数级增长。
研究人员让多智能体把星际中的战斗当作零和随机游戏来学习。为了形成可扩展且有效的通讯协议，研究者引入了一个多智能体双向协调网络BiCNet，智能体可以通过它来交流。另外，研究中还引入了动态分组和参数共享的概念，来解决扩展性问题。
边打边跑策略
BiCNet可以处理不同地形下的不同类型的战斗，且对战时双方都有不同数量的AI智能体。
分析显示，在没有任何诸如人类示范或标签数据的监督时，BiCNet也能学习各类协调策略，而这些策略与经验丰富的玩家所展现出来的很相似，比如在不引发冲突的情况下移动，边打边跑等基本策略，以及 掩护攻击与适度集中火力等高级技巧。
另外，BiCNet还可以轻易适应异构智能体任务。在实验中，研究者根据不同的场景对网络进行了评估，发现它表现优异，在大规模现实应用中有潜在价值。
研究中还发现，指定的奖励与学习策略之间存在很强的相关性。研究人员计划进一步研究这种关系，研究 策略如何在智能体网络中传递，以及是否会出现特定的语言。另外，双方都通过深度多智能体模型来操作时，纳什均衡的的探讨也很有意义。
