OpenCS | 反恐精英人工智能选手

项目介绍

本项目最初是为了“ CS:GO ”（反恐精英：全球攻势）而开发的托管人工智能，数据源自于该游戏。尽管“CS2”并未进行大幅更改，我们也投入了大量时间进行模型训练与优化。惊喜的是，模型的推理速度似乎得到了提升，我们正在进行这方面的研究，用更少的参数适应更多任务。

为避免过拟合，我们在训练过程中采用参数重置策略，导致模型会出现轻微遗忘。受“FastAttention2的启发，模型现在能在更长时间的游戏对局中保持表现水平，避免出现性能下降。

Attention is All You Need.

在最新的模型训练计划中，结合多数玩家的对局反馈，我们优先优化了模型的指令跟随能力，以实现在团队中适应多种角色、多种任务。玩家可以在通过无线指令的“跟着我”和“跟着你”来进行强化指令跟随，相信我，它会成为你的知己的。

在 OpenCS 2d 中我们使用了4x36B（MoE）的模型结构，而其中画面都会经过自注意力而重采样，这使得模型更加精确于定位敌人，我们让其真正“看见了”。

除了加强模型的常规训练，我们着重强化了其离群学习能力。这意味着模型能够奖励一些从未经历过的行为，并通过学习对其进行进一步探索。这种学习方式排除了模型自身和玩家的行为，专注于未知和新颖的情况，使其具备更强的应对能力。

要知道，在最初仅仅为了让其“明白”自己在做什么，我们就花费了整整 1 年多。

在不同噪声下的局部收敛情况

此外，玩家的积极引导也被鼓励和强调，他们的行为将有助于模型更好地适应新情景，这种互动促进了模型对多样性行为的理解和学习。

该项目目前仍在测试阶段，请定期关注我们的官方网站获取最新动态。

当前支持绝大部分指令。需要特定武器时，请发送武器名称，否则智能将分析并给出任意武器建议！我们提供了一些指令，如“跟着我”和“拒绝”，以便玩家与智能进行互动。这些指令帮助控制模型生成下一个行为的概率分布。

智能系统可以作出多种响应以适应不同情况：基本响应，用于与玩家互动并执行基本行动。策略性响应，针对局势变化，提出更具策略性的建议。信息性响应，用于提供特定位置或局势信息。

OpenCS 1.5 已经发布，这在当时（CS:GO）中的初步表现非常优秀，但在后续研发中，我们发现模型架构存在较大问题，这使我们不得不暂停投放训练。

OpenCS 2d（Delta） 我们正在尝试新的模型架构，并将在未来几周内正式发布研究细节（现官匹机器人所使用的）。