※ 引述《fragmentwing (片翼碎梦)》之铭言：
: 先讲结论，光是看到alphastar会野bg、拉阵型就是很大的进步了
: 记得约莫两年前，关于sc2的ai研究是用暴雪的计分方式来进行
: 结果ai得出人族建筑起飞最好，因为能撑得最久
: 回想一下的话，目前的进展根本超快了好不
: 然后关于争议的手速问题
: 其实有必要一定得把手速限制在人类的程度吗?
: 本来战术的运行本来就需要仰赖一定的手速
: 举例来讲，单棱镜双执政和双棱镜四执政的手速需求本来就不一样
: 那如果有的战术是人类的手速无法负荷的，ai就不该去开发相关战术吗?
: 反正战术用惯了打比赛一定会被针对
: 就算ai可以使用人类无法使用的战术，只要不是到能克制的方法相当有限的程度
: 应该可以算是合理使用
: 何况将来如果是要用ai来做战术电脑的话
: 那甚至更该放开apm来打这些高apm需求的战术
: 只要这些超人apm的战术彼此能克制且多元就行，因为那就是那种环境下的战术体系
: 就像用菜鸡的手速不可能去支撑职业选手的大局观
: 超人手速的大局观会跟目前职业的大局观会有所不同，应该是可以预见的
: 问题就是现在展现给我们看的，是不是单纯微操强大导致的无解战法
: 还是包含着心理战的战术
: 譬如用先知去逃离追猎，不管是人还是ai玩家，都会往追猎少的地方跑
: 那是不是能看到说ai故意把一些追猎隐藏在边边处
: 使得看似追猎少的地方，实际上有更多追猎
: 或是反过来，先知方的ai会开始考虑看见的追猎多，是不是代表那边守着的追猎真的多
: 这类诱骗型的操作
: 不知道360度的包围网算不算这样
: 或是说同样是打一波，何时是最强的一波等等
: 应该才是比较重要的地方
: 总之，进步神速，觉得有生之年看见天网的机率又提高了一点w
1. 很大的进步
我完全同意从工程的观点上，能够在RTS学会并稳固地执行几套战术是很大的进步
2. 战术操作
我看到不少人把那个“包围不朽”的结果解读成诱导。
是有可能啦，但我更倾向想成这是Mana的移动造成的结果。
这几场看下来，我所观察到追猎做的事情就是“保持距离&伺机攻击”。
而这种“开始交战之后之后，远距离兵种呈现辐射状散开并拉打”的操作，AOE2 就有了。
不过这件事情电脑做得到一点都不意外，所以大家也懒得讨论。
至于那个包围的结果则比较像是...Mana预期对方的兵团只会在一个方向出现。
也不能说他错，就以前没有人能够这样操作兵团。
除此之外，AS的结果也让大家可以更开放地进行战术上的想像
以前很多事情，大家会觉得“碍于操作障碍所以不想讨论”。
3. 实验目标
我想 DeepMind 是想让AlphaStar像AlphaGO那样，做出些大家想不到的选择。
而不是做出一些大家觉得很强悍但了无新意的方案。
尤其是PvP这个还是有点镜像的对决，AI就算赢了也不是啥意外的事情。
我觉得现在真的要做的是怎么让人类玩家在操作的时候委任Automaton2000去进行战斗
换句话说就是当路上两批部队打起来，玩家可以把部队交给电脑进行最高等级操作，
自己则负责监控战场。这有助于让这实验进入全面策略化的阶段
现在都有执政官模式了，要做到这点应该没那么困难吧？
如果在这种设定下AlphaStar打得赢，那才能证明它确实展现以往没有的智慧