决策智能是国家新一代人工智能的重要发展方向，也是实现国家创新发展战略的重要基石。在决策智能的探索道路上，人机对抗已成为国际公认的重要途径之一。由中科院自动化所智能系统与工程研究中心发布的人机对抗智能门户网站（http://turingai.ia.ac.cn）致力于汇聚人机对抗平台环境，共享人机对抗技术成果，发布人机对抗领域最新消息，从而推动人机对抗智能技术生态建设与发展。临机应变能力是智能体发展的重要方向，要求智能体能够应对环境、对手、甚至自己的突发变化。近日，人机对抗智能门户网站上线了临机路障环境及临机路障基准AI。作为2021“庙算杯”人机对抗挑战赛中设定的临机要素之一，临机路障环境会随机调整路障的位置和数目以体现地形的重要性。本次上线临机路障环境设置路障位置变化范围为15格， 路障数目变化范围为7~17个。临机路障环境示例想定临机路障环境会对智能体地形认知以及路径规划等决策能力提出较大挑战。本次上线的临机路障基准AI基于人机对抗智能框架（《人机对抗智能技术-中国科学》）设计研发，以感知-推理-决策-控制为基本决策环，抽象地形态势语义，构建具有泛化能力的兵棋地形分析库，实现以地形认知表征状态空间，可为人类选手训练、AI研发提供高水平评估基准。临机路障环境和临机路障基准AI已经开放在人机对抗智能门户网的陆战兵棋对抗平台，欢迎选择对抗。临机路障基准AI开放对抗 汇聚人机对抗平台测评环境、共享人机对抗最新技术成果。走向通用人工智能前路漫漫，让我们共同努力，共同推动智能技术的变革与突破！

日前，由中科院自动化所主办，智能系统与工程研究中心承办的首届“庙算杯”人机对抗测试赛顺利举行，吸引了来自全国20家单位的32支智能体队伍进行激烈角逐。8月1日，本届“庙算杯”人机对抗测试赛总决赛在中科院自动化所拉开帷幕，邀请了国内11名兵棋推演精英选手作为“图灵测试员”，与四强AI混编为15个选手组成决赛组，开展两两匿名对抗。“图灵测试员”在每次对抗后提交“图灵问卷”猜测对手是否AI。赛事特别设置专家“观察团”全程观摩了决赛，参与AI与人类选手打法分析。经过三天、数百局激烈对抗，决出了图灵赛人机混合排名。其中，由中科院自动化所智能系统与工程研究中心研发的智能体AlphaWar仅落后第一名人类选手1分排位第二，且在区分人类选手和AI选手的图灵猜测中，被判断为人类的比率为32%，达到通过图灵测试标准。赛事精彩回顾决赛回放扫描下方二维码，或在bilibili搜索『中科院自动化所』，即可找到直播回放！决赛回放决赛四场对抗复盘【第一场第1局】Alphawar（红）对14号选手（蓝）比分：153 VS 213【复盘链接】【第一场第2局】14号选手（红）对Alphawar（蓝）比分：104 VS 182【复盘链接】【第二场第1局】Alphawar（红）对9号选手（蓝）比分：358 VS 78【复盘链接】【第二场第2局】9号选手（红）对Alphawar（蓝）比分：146 VS 290【复盘链接】

  目前在图灵网上公开5个往年比赛的复盘数据集，包括2018年第二届全国兵棋大赛业余群队级对抗、分队级对抗2020年11月砺智杯群队级人机对抗、分队级人机对抗2020年12月群队级机机对抗（临机想定）    数据介绍部分公布数据集具体信息，包括数据集来源、包含比赛场数、数据格式、想定等信息。2018年第二届全国兵棋大赛业余群队级对抗、分队级对抗复盘数据为回合制。2020年12月群队级机机对抗的临机想定为赛前不告知双方ai比赛想定。   用户可登录图灵网（http://turingai.ia.ac.cn/），在“技术共享”→“数据中心”→“陆战兵棋”中找到陆战兵棋比赛复盘数据集并申请下载。下载.rar格式文件解压缩得到复盘数据。

应广大AI开发者们提出的需求，环境新增“任意态势载入”和“环境复制”功能。“任意态势载入”功能给开发者提供了复现某个盘面的能力。该功能可使AI开发者以自己关注的盘面开始推演，在代码中打断点进行代码debug，更准确的掌握自己的AI在做某一时刻决策时的逻辑流。“环境复制”功能使开发者可以在推演过程中的任意时刻复制一份完全相同的当前环境，包括随机数生成器的内部状态。通过复制环境，开发者可以使用MCTS（蒙特卡洛搜索树）的相关技术去探索在某一时刻下，不同的动作选择可能带来的不同结果。为开发者调试时提供平行的决策过程，从而可以达到决策最优化。陆战兵棋AI开发包，训练引擎下载地址：访问：http://wargame.ia.ac.cn/aiinfo     点击“庙算·智胜 社区开发版（LINUX）”下方的“下载”按钮下载下载并解压缩后，使用解压后的新工程目录，或将解压后目录中的landwar/core文件夹拷贝覆盖当前所使用AI工程的相同文件夹环境复制功能使用“环境复制”功能以环境接口TrainEnv::duplicate的形式出现，开发者通过“TrainEnv”实例调用接口。环境复制功能主要用于训练AI，使用MCTS（蒙特卡洛树搜索）算法时需要对环境进行复制的需求。复制出来的环境实例将和主环境一模一样。如果两个环境输入同样的动作到推演结束，应当得到相同的推演结果（分数，盘面）。此功能可以在任何步数使用。接口说明TrainEnv::duplicate功能：复制一个一摸一样的环境参数说明：无返回值：TrainEnv环境实例使用示例（局部）# 略。。。 while not done:     actions = red1.step(state[RED])     actions += blue1.step(state[BLUE])     state, done = env1.step(actions)     if state[-1]['time']['cur_step'] == 200: # 当200步时，复制一份当前环境         env2 = env1.duplicate()     if state[-1]['time']['cur_step'] > 200:         state2, done = env2.step(actions) # env2得到和env1一样的动作 env1.save_replay(game_id) env2.save_replay(game_id+'_env2') env1.reset() env2.reset() # 略。。。任意态势载入环境功能使用此功能的作用是让环境可以载入任意态势并从此态势开始推演。开发AI时，可以复现复盘中的某一时刻，用来训练AI在特定条件下的决策。合法的载入态势格式为某个复盘文件中的某一帧的绿方态势。此功能有两个相关接口：TrainEnv::save_snapshot和TrainEnv::load_snapshot。两个接口可搭配使用。接口说明TrainEnv::save_snapshot功能：保存一个在当前步数的环境快照，快照可用于复现环境，从此快照开始推演。保存的快照是json文件格式参数说明:参数名数据类型说明filenamestring保存快照的地址和文件名返回值：无TrainEnv::load_snapshot功能：根据提供的快照，将一个环境实例还原成和快照一致的状态。参数说明：参数名数据类型说明sourcedictsource是某一时刻的完整态势里的绿方态势，或通过Train:save_snapshot保存下来的快照json文件中读取出来的字典返回值：无使用示例（局部）# save_snapshot while not done:     actions = red1.step(state[RED])     actions += blue1.step(state[BLUE])     state, done = env1.step(actions)     if state[-1]['time']['cur_step'] == 200:         env1.save_snapshot('output/snapshot.json')# load_snapshot env1 = TrainEnv() with open('output/snapshot.json', "r", encoding="utf-8") as file: source = json.load(file) env1.load_snapshot(source) while not done:     actions = red1.step(state[RED])     actions += blue1.step(state[BLUE])     state, done = env1.step(actions)

陆战兵棋推演平台更新引擎内核，增加“同格交战”规则。在该规则下，敌我双方算子在进入同一六角格中时，会自动触发“同格交战”规则：处于“同格交战”状态的算子，会自动向敌方算子进行高频率射击；且在该状态下的算子不再接受新指令的控制，直到退出同格交战状态为止；同格交战的射击也不受到如某些算子不能行进间射击的规则限制。同格交战详细规则如下：详细同格交战规则当同一六角格内存在双方地面算子时，触发同格交战规则，格内地面算子处于同格交战状态，自动按距离为0格进行直瞄射击裁决：坦克单位使用直瞄炮，战车（含无人战车）单位使用速射炮（亦称近射炮），人员单位使用步兵轻武器，裁决顺序按照先进入该六角格的算子先实施打击，其打击目标的选择按照“坦克”-“战车”-“其他车辆”-“人员”的优先顺序自动选择；当存在同类型多个目标时，优先选择班组数少的算子进行打击（同类目标班组数相同则随机选择）。自动同格交战直瞄射击裁决间隔为25秒，同格状态下射击裁决不受武器冷却时间、机动状态和压制状态的限制，但武器未展开的算子（行军中）、未下车的人员不得实施射击。当同格交战发生时，处于格外的算子不能对处于同格交战状态的算子进行直瞄射击；处于同格交战状态的算子依然会受到间瞄火力的打击。处于同格交战状态的算子不会接受和执行新的指令，正在执行的机动和行军动作仍将继续；此外，同格交战状态会中断“上下车”，“转隐蔽”，“武器展开和锁定”的转换过程，但不会影响算子已经进入的状态如：机动、行军、掩蔽、压制、堆叠等。同格交战状态的解除：当前无敌我双方算子处于同六角格。可能的情况包含：处于同格交战状态的一方算子机动离开同格交战所在六角格；或同格中的一方算子被全部歼灭。同步更新：步兵轻武器裁决同步更新步兵轻武器的射击裁决，增加步兵轻武器对车辆单位打击的能力。在使用步兵轻武器对车辆单位实施打击时，攻击等级见《步兵轻武器对车辆攻击等级表》，战斗结果见《直瞄武器对人员/步兵轻武器对车辆战斗结果表》，战果修正见《车辆战损结果修正》。        在同格交战中，当人员和车辆发生同格交战时，人员使用步兵轻武器进行打击。 《步兵轻武器对车辆攻击等级表》《直瞄武器对人员/步兵轻武器对车辆战斗结果表》《车辆战损结果修正》

Agent名称：紫冬智剑 简化开源版AI版   本：V1.0开发团队：紫冬智剑团队Agent特点：该智能体按照人机对抗关键技术将决策划分为对抗空间表示、态势评估推理、策略生成优化与行动协同控制这四大模块，用户可基于基准模块针对具体决策过程进行个性化的算法开发；AI开源了坦克、战车、步兵这三类算子的通用任务模型，用户可直接使用这些任务模型实现任意想定决策，用户还可进一步改进任务模型实现更优决策。想定支持：miniGame1  （想定ID：201033019601)miniGame2  （想定ID：201033029601）miniGame3  （想定ID：201033039601）欢迎访问“技术共享->AI开发中心”，获取开源AI代码。访问地址：http://turingai.ia.ac.cn/ai_center/show

Agent名称：AlphaWar简化开源版  MiniGame AI版本：V1.0开发团队：中国科学院自动化研究所 智能系统与工程研究中心Agent特点：该智能体基于深度强化学习训练，源码已经开源在人机对抗智能门户网AI开发中心。该AI为源码经过简单训练获得，欢迎广大用户申请下载，改进提高。想定支持：miniGame2  （想定ID：201033029601）欢迎访问“技术共享->AI开发中心”，获取开源AI代码。访问地址：http://turingai.ia.ac.cn/ai_center/show

  “庙算·智胜”战术兵棋即时策略人机对抗平台为更好地给全国各地兵棋爱好者提供练习平台，于群队级模块正式上线山岳丛林地形的群队级编队人人（3v3）对抗遭遇战斗想定。3人编组想定操作算子比原5人编组少，协作配合、战术战法难度低于5人编组，需要推演人员少，也便于爱好者组队在线对抗 想定装备：    红军蓝军装备分别以重型防护装甲装备编成战斗体系。 想定任务：   遭遇战斗想定：设想红方战斗群奉命对敌纵深实施迂回穿插，占领纵深有利地形进行要点守控部署。蓝方集结兵力拦截红方战斗群迂回穿插行动，改善总体态势。战斗中，双方均可能得到上级炮兵、陆军航空兵和无人机的支援。 山岳丛林地形群队（3人编组）想定地图： 

  兵棋作为具有战争迷雾特性的即时战略任务被广受关注，但由于其巨大的动作空间和状态空间让普通研究人员望而却步，为促进兵棋推演学习及兵棋AI研究，便于更多兵棋爱好者研发兵棋AI算法，庙算·智胜陆战兵棋平台推出三个MiniGame对抗场景，同时提供其对应的离线训练工具包，欢迎兵棋爱好者下载使用。下载地址：http://wargame.ia.ac.cn/aiinfo通过在Mini想定对算法开展研究，了解兵棋AI技术背后的魅力！（一）单Agent对抗场景 想定简介：该场景为山岳丛林中23*13大小地域上的一场坦克遭遇对抗。红蓝双方使用相同型号配置的坦克，其目的均为攻占地图中心的任务夺控点（将夺控点上绿色旗帜变为己方颜色，夺控点上绿色旗帜变为己方颜色时表明已完成夺控）。双方在攻防过程中需要利用地形的遮蔽保存自己，同时尽可能杀伤对手。（二）多Agent对抗场景1 想定简介：该场景为红蓝两支小队在山岳丛林中23*13大小地域上执行任务，遭遇的一场对抗（地图与单Agent场景相同）。红蓝双方小队各配备一辆“重型坦克”、一辆“重型战车”，以及一组人员“步兵小队”，其目标均为攻占并控制地图中心的两个夺控任务点（夺控点上绿色旗帜变为己方颜色时表明已完成夺控）。坦克、战车和人员有各自不同的武器和对抗特点，在利用地形的同时通过相互协同配合歼灭对手，尽可能在消耗敌方有生力量的同时保存自己的战力，夺取任务点，取得对抗的胜利。（三）多Agent对抗场景2 想定简介：此对抗场景与多Agent对抗场景1相同，为红蓝两支小队在山岳丛林中23*13大小地域上执行任务，遭遇的一场对抗，其差别在于中型战车携带的武器不同。在本场景中，中型战车携带“重型导弹”，该类武器具有“引导射击”功能，可利用步兵的观察和引导，对位于“重型导弹”火力范围内，战车无法直接瞄准但步兵具有瞄准条件的敌方目标实施攻击。与多Agent对抗场景1相比，本对抗中增加了步兵与战车之间的协同攻击的方式，期待可以被强化学习探索获得。（四）对抗场景中的地图与地形两个Mini Game对抗场景均使用同一张地图。地图上的最小里程单位以六角格表示，对抗场景地图大小为长23格，宽13格。每个六角格上带有不同的地形属性，具体如下：高程：高程代表该位置的相对于基准海平面而言的高度，在六角格上用颜色和数字标识，颜色越深表示高程越高，数字表示具体的高程值。高程影响算子的机动值与机动速度（相邻两六角格，高差越大，所需机动值越多，机动速度越慢）；会形成对视野的遮挡而产生隐蔽的效果；还会对射击的效果产生影响，通常来说从高处打低处会取得更好的对敌毁伤效果，反之则削弱对敌的毁伤。 地物：地物包括特殊地形（居民地，从林地，湖泊，河流，松软地等），公路、铁路等，如下图所示。每种地形都会对算子动作造成一定的影响，比如降低通行速度，改变被观察距离，降低打击效果等。而当沿公路或铁路机动时，则不会受到高程、从林地、松软地等特殊地形对机动速度的影响；车辆“行军”动作必须沿着公路线或铁路线才能实施（行军速度可达到普通机动速度的2倍）。                                          夺控点：夺控点用旗帜标识，算子到达夺控点，当夺控点上及夺控点相邻格（六边）没有对手算子时，可发出“夺控（occupy）”动作，将夺控点上的旗帜变更为己方颜色，视为控制夺控点。当游戏结束时刻，夺控点上旗帜颜色一方将获得高分奖励。                                                                                                                                                                                  （五）对抗场景中的算子与武器两个Mini Game涉及坦克、战车和步兵三类算子。每类算子又各自携带不同的武器。  坦克：· 坦克携带中号直瞄跑，车载轻武器和炮射导弹，装备高等级的复合装甲。· 中号直瞄炮可以行进间射击，对车辆单位造成大量伤害。车载轻武器是对人员打击的主要武器，可以行进间射击。炮射导弹也可以对车辆单位造成大量伤害，但是坦克必须处于静止状态才可使用。· 坦克有拥有高机动能力，并具有行进间射击（可在机动中实施射击）的能力，是战场上最灵活的算子。  战车：· 战车携带车载轻武器，小号直瞄炮，近射炮，车载导弹，装备重型装甲。· 车载轻武器和近射炮是对人员打击的主要武器。小号直瞄炮和车载导弹是对车辆打击的主要武器。车载导弹具有打击目标距离约远伤害越高的特点。· 战车拥有高机动能力，但不可以行进间射击，所有打击动作必须在静止状态下完成。· 战车还具备携带人员的能力，可携带最多一个步兵算子，将步兵快速送达任务地点。但是当携带人员的战车算子受到伤害时，车上的步兵算子同样收到相同的伤害。      步兵：· 步兵携带步兵轻武器，火箭筒，便携导弹。· 轻武器主要对人员打击，火箭筒和便携导弹主要对车辆单位进行打击。· 步兵单位机动力较差，需要配合战车才能快速到达任务地点，步兵机动速度不受地形影响。· 步兵无装甲，但是由于步兵目标小，大部分针对车辆单位的武器无法对步兵造成大量伤害，因此在实际中步兵的生存能力较强，常用于在不利车辆机动地形上前出侦察，或是坚守夺控点。· 由于步兵目标小，其隐蔽性好，步兵最远被观察距离为10格，车辆则最远可以被距离25格的敌方观察到，当步兵在隐蔽地形（居民地、从林地）实施“掩蔽”动作后，对手需要接近到2格的范围内才能发现隐藏的步兵，因此能发挥很好的侦察、引导打击以及埋伏打击作用。· 步兵单位不可行军，但是可以进行一级冲锋二级冲锋，可以更快的速度机动，但是步兵冲锋后会很快疲劳，无法长时间实施冲锋。（六）一些常用的算子动作          掩蔽：坦克、战车、人员均可实施“掩蔽”动作，完成掩蔽动作后自身被观察距离会减半，但如果敌方从更高的高处往下观察，则掩蔽作用无效。          行军：坦克、战车可实施“行军”动作，行军动作机动速度为普通机动的两倍，但是要求在武器必须为“锁定”的状态，只能沿公路进行行军，在行军状态下遭受攻击会产生更大的战损，且行军状态下由于武器锁定，不能实施射击。          行进间射击：坦克在机动过程中，发现目标在射程范围内即可在机动的状态下实施间射击          引导射击：在战车配备重型导弹情况下，且满足可发射导弹的条件（静止状态、武器展开且冷却完毕），其所属步兵可以引导战车使用重型导弹实施打击。引导射击的执行条件为：步兵可以观察到敌方，且位于战车中型导弹的火力范围内，此时即时战车无法直接瞄准敌方，仍然可以通过步兵引导实施打击。更多详细的推演规则请见完整推演规则手册 （七）资源链接开发包、编程开发指南文档下载链接见：http://wargame.ia.ac.cn/aiinfo