马斯克的OpenAI是如何击败dota2顶级人类选手的_网易科技
马斯克的OpenAI是如何击败dota2顶级人类选手的
用微信扫码二维码
分享至好友和朋友圈
由于OpenAI自身还没公布算法细节，很有可能，OpenAI通过先验知识+增强学习获得一个单挑能力很强的Solo智能
（原标题：马斯克的OpenAI，究竟是如何在dota2中击败顶级人类选手的？）
文/胡嘉琪TakeeWOO在8月12日，埃隆·马斯克旗下旨在研究通用人工智能解决方案的公司OpenAI，所训练的一款人工智能算法在著名的电子竞技游戏Dota2国际邀请赛The International中，参与了1V1比赛环节，并压倒性的击败了顶级电子竞技选手Dendi。在alphago击败了柯洁以后，Deepmind多次公开表达了希望准备要去尝试挑战星际争霸等电子竞技项目，目前Deepmind确实也联合暴雪公司在开展这项尝试。因为相比围棋这种完全信息静态博弈游戏（即双方都能获得局面的所有信息，下棋异步），电子竞技游戏具备非完全信息属性（双方只掌握视野里的部分信息），而且竞技过程是实时动态进行的。其规则和特征复杂度远超围棋，因此对人工智能的局面评估、决策能力要求显著更高。另外，相比围棋这种高度抽象的游戏（只有落子一个动作），电子竞技游戏性质上更类似人类现实世界对抗/战争的简化模拟，涉及了大量资源调配、部队构成选择、扩张策略、攻防对抗等复杂但具有现实意义的博弈，如能在电子竞技对抗中取得划时代的里程碑，则代表了人工智能迈向通用化又进了一大步。这就是为何Deepmind、OpenAI等顶尖人工智能公司都不约而同希望挑战电子竞技的根本原因，但大家没想到的是，人工智能这么快就在电子竞技界取得了成功。由于目前OpenAI尚未公布其Dota2人工智能的设计细节，接下来我们通过分析和推测，力图揭秘其背后的奥秘所在。背景知识：Dota 2游戏规则Dota 2是一款5V5竞技游戏，每边分别由5位玩家选择一名英雄角色，目标以为守护己方远古遗迹并摧毁敌方远古遗迹，通过提升等级、赚取金钱、购买装备和击杀对方英雄等诸多竞技手段。这次OpenAI选择了挑战较为简单的1V1挑战，即OpenAI仅控制1名英雄，和顶级电子竞技选手Dendi操纵的1名英雄进行对抗。比赛中，采取dota 2“一塔两杀”的规则，即双方玩家只允许出现在中路，任意一方摧毁对方中路首个防御塔，或者击杀对方英雄两次则取得胜利。游戏中，每隔30秒双方会获得一波电脑控制的较弱部队进入前线互相攻击，玩家杀死这些小兵可以获得金币，金币用于购买装备物品以强化英雄能力，同时消灭对方部队可获取到经验，经验获取到一定程度则可提升英雄等级，使得英雄能力更强，并获得技能点升级新的技能。同时双方各自还有一个初期威力强大的防御塔在身后，因此双方一般的对抗策略是尽量控制兵线在靠近己方防御塔的地方，同时努力杀死对方小兵（正补）并防止对手这样做（反补），获取经验和金币后升级技能，并试图通过攻击和技能击杀对方或摧毁对方防御塔。OpenAI的决策空间上述是dota 2 1v1竞技的简单介绍，以供不了解dota 2的读者有个初步印象，接下来我们来分析一下在dota 2 1v1竞技中的决策空间及决策连续性这两个问题，这是与alphago完全不一样的存在，也是人工智能+电子竞技有趣的地方。决策空间相比围棋只有一个落子动作（选择一个空位下子），dota 2 1v1中的决策空间相对非常复杂，玩家每分每秒需要在以下的动作中做出决策：移动：移动英雄到一个特定的位置；攻击：控制英雄攻击一个特定的目标（包括对方英雄）；正补：当对方小兵濒死时，做出最后一击杀死小兵以获得金钱；反补：同理当我方小兵濒死时，做出最后一击杀死小兵防止对方获得金钱，并减少对方获得的经验值；施法：使用英雄主动技能攻击一个特定的目标；取消攻击/施法：英雄攻击/施法前有一个短暂的硬直动作，在攻击/施法动作真正做出前取消，从而达到诱骗对方的目的；兵线控制：每隔30秒双方会获得一波电脑控制的小兵，通过攻击对方英雄激活对方小兵仇恨从而引起小兵跑来攻击自己英雄，或者用自己英雄的身体阻拦己方小兵前进，从而达到控制兵线靠近己方防御塔，获得竞技优势；购买物品：用获得的金钱在超过100种不同价格的物品中购买需要的装备或消耗品；使用物品：使用血瓶等消耗品补充自身；当然，上述只是列举出了比较重要的战术动作，在实际竞技过程中还有大量的如取消攻击后摇、放风筝、控符、技能组合等高级动作。决策连续性围棋是一个典型的异步竞技游戏，选手在做出每一个决策前具有充分的决策时间，是典型的马尔科夫过程，但dota 2是一款实时竞技游戏，选手需要动态做出实时决策，这点是dota 2和围棋的另外一个不同。那么OpenAI是怎么解决连续决策问题的？目前OpenAI尚未公布他们dota人工智能的细节。在这个问题上，OpenAI很有可能是通过考虑人类选手的决策效率，将决策过程离散化。Dota 2顶级选手的APM（action per minute，每分钟做出的动作）可达到200以上，众所周知人来大脑的反应速度是有极限的，一般顶级电竞选手在反应速度上都有异于常人的天赋，如果按比赛中观测到的APM来算，人类的极限可能在1秒钟做出4到5个动作决策，因此OpenAI如果每隔0.2秒做出一个动作决策的话，就能有超越人类的表现。因此我这部分的猜测是，OpenAI很可能选择了200ms以内的某个值，在决策效率（更快的反应速度）和决策深度中取得了平衡，将dota 2 1v1比赛转变为类似围棋的马尔科夫决策过程。OpenAI算法猜测：先验知识+增强学习目前OpenAI对他们dota人工智能算法的细节披露相当有限，只是初步表示了他们并未使用任何模仿学习（Imitation Learning）或者类似于alphago的树搜索技术，纯粹使用了self-play即俗称 “左右互搏”的增强学习（reinforcement learning）方式训练。模仿学习是一种有监督的机器学习方法，如alphago最初的落子器就是通过围棋对战平台KGS获得的人类选手围棋对弈棋局训练出来的。而OpenAI并没有使用这种方法，可能主要原因还是较难获得dota 2 1v1的大量对局数据，由于dota 2中有100多个英雄角色可选择，每个英雄的属性和技能均不一样，意味着要对每个英雄做优化训练，如OpenAI在本次The International赛事中，只会使用一名英雄角色Shadow Field（影魔），从人类对局中获得海量（如10万局以上）高水平Shadow Field的1v1对局录像数据其实并不容易。使用增强学习去令机器学会玩一款游戏，我们不禁马上联想起谷歌DeepMind使用RL学习来玩打砖块的经典案例。DeepMind模型仅使用像素作为输入，没有任何先验知识来辅助AI进行学习，算法Agent通过和环境S的交互，一开始选择随机动作A（向左还是向右移动滑板，动多少），并得到游戏分数的变化作为奖励，然后Agent继续如此玩下去，游戏结束后Agent得到最后游戏总分R，按照这种方式不断让Agent玩N局游戏，可以得到了一系列训练样本（S，A，R），通过训练一个神经网络去预测在状态S下，做动作A可能最后得到R，这样接下来Agent不再随机做出决策A，而是根据这个函数去玩，经过不断的迭代，Agent将逐渐掌握玩打砖块的诀窍，全程不需要人工制定任何的脚本规则。但是，在dota 2之中，或许很难采取类似学习打砖块那样从随机行动开始的“大智若愚”方式去做增强学习，因为对于打砖块而言，每次动作A对于得分R的影响都是明确可量化的，但在dota 2中，这将会是一个非常长的链条。如以基本动作“补刀”为例：补刀即对方小兵濒死时，控制英雄做出最后一击杀死小兵获得金钱，不是己方英雄亲自杀死小兵不会获得金钱。如果从随机行动开始，即AI胡乱攻击随机的目标，Agent要联系起补刀行为和最终胜利之间的关联是很困难的：补刀行为——小兵死亡——获得额外金钱——用金钱购买正确的物品——正确的物品增强英雄能力——提升获胜概率，完全不借助外界先验知识，仅通过模拟两个Agent“左右互搏”，从随机动作开始去做增强学习，其收敛速度会异常的慢，很可能哪怕模拟几百万局都不见得能学会“补刀”这个基本动作，但补刀仅仅是dota这个游戏入门的开始。然而，根据OpenAI宣称，他们仅仅用了两周就完成了算法的训练，或许这里基本可以肯定，OpenAI使用了外界先验知识。实际上，Dota 2游戏的开发商VALVE有一个dota 2机器人脚本框架，这个脚本框架下的机器人会熟练做出各种dota的基本动作，如补刀、释放技能、拦兵、追杀、按照脚本购买物品等，部分如补刀等依靠反应速度的动作可以展现得非常难缠。只不过机器人动作的执行非常机械，主要由于预设脚本的设定难以应对信息万变的实际竞技，使得机器人总体水平根本无法接近一般玩家，更别说跟职业顶级玩家相比了。脚本机器人的优势是战术动作的执行，如上述增强学习很难马上学会的“补刀”动作脚本机器人天生就会，属于先验知识，而且可以凭借无反应时间和对目标血量和攻击力的精确计算做得非常完美，缺点在于行动决策弱智。这样如果祭出“组合拳”，使用脚本机器人执行基本战术动作，通过增强学习训练的神经网络负责进行决策，就像《射雕英雄传》中，武功高强但双目失明的梅超风骑在郭靖身上，长短互补一举击败众多高手那样，岂不完美？我想OpenAI很可能也确实是这样做的，首先优化脚本机器人，将原子化的战术动作A的脚本做得尽善尽美，充分发挥机器的微操优势；同时通过增强学习训练一个神经网络，计算目前局势S下（包括场面小兵和双方英雄的状态和站位、技能CD和魔法值情况等），执行那个战术动作A得到的预期最终reward最高，即A=P（Si），并且在较短的离散空间内，比如200ms不断进行决策并通过脚本执行动作A，最终使得OpenAI在大局观和微操上都取得尽善尽美。当然，由于OpenAI自身还没公布算法细节，上述方法只是一个最有可能的猜测，通过先验知识+增强学习获得一个单挑能力很强的Solo智能。如果这个猜测正确的话，那么OpenAI在dota 2中通过1v1方式击败顶级职业选手这事情，远远没有alphago此前取得的成就来得困难。因为OpenAI在本次比赛中的表现，充其量等于训练了一个类似alphago落子器那样的应用而已。而真正的挑战，在于Dota 2的5V5对抗中。展望目前，OpenAI通过增强学习，训练出了一个单挑solo能力非常强悍的算法，但是不得不说这个算法离Dota 2的5V5对抗中取胜还有非常大的距离。在Dota 2的5V5对抗中，每方的5名玩家需要在英雄类型的合理搭配上、进攻策略上（如是速攻还是拖后期）、资源分配上（游戏中获得的金币根据局面购买何种物品）、局部战术等诸多因素上均保持顺畅沟通、并紧密配合才能取得对抗的胜利，每场比赛通常要大约进行30分钟以上，其过程的随机性非常强。
因此可见，OpenAI要在5v5中取得对人类的胜利，远远不是用1v1算法控制5个角色这么简单，5个在区域战场上单挑无敌的勇夫，并不意味着最终的胜利，接下来OpenAI的任务，就是让他们不要成为彼此“猪一样的队友”，而团队合作、对局面的宏观决策才是真正具有挑战意义的地方，同时也是人工智能从alphago这种机械性很强的专用智能，逐渐迈向通用智能的尝试。而OpenAI团队目前已经表示，他们正在准备向dota 2 5v5中全面击败最强人类玩家战队的目标进发，并计划在明年接受这个挑战。今天Dota 2 1v1的一小步，明年5v5的一大步，让我们密切期待！
本文来源：雷锋网
责任编辑：王凤枝_NT2541
用微信扫码二维码
分享至好友和朋友圈
加载更多新闻
热门产品:　　　
:　　　　　　　　
:　　　　　　　　　
热门影院：
阅读下一篇
用微信扫描二维码
分享至好友和朋友圈天津大学硕士学位论文；面向OpenAPI的开放能力管理平台；姓名：韩冷申请学位级别：硕士专业：计算机应用技术；201011；摘要随着互联网开放平台的大量涌现，ｏｐｅ刖心Ｉ的；
天津大学硕士学位论文面向OpenAPI的开放能力管理平台姓名：韩冷申请学位级别：硕士专业：计算机应用技术指导教师：冯志勇201011摘要随着互联网开放平台的大量涌现，ｏｐｅ刖心Ｉ的数量与日俱增，为搭建Ｍａｓｈｕｐ风格的ｗ曲应用提供了更大的选择空间。然而，如何选择质量较好的砩ｅｍ心Ｉ并便捷的调用，已成为应用开发者所面临的迫切问题。本文旨在为ｏｐｅ刖心Ｉ提供者、开放能力使用者和应用开发者提供具有管理、搜索、调用以及选择适配功能的ｏｐｅｍ廿Ｉ门户。通过用户注册和主动抓取两种方式获取互联网上的ｏｐｅｍ廿Ｉ数据，并根据通信协议的各自特点，采用适当的表结构实现ｏｐｅｍ廿Ｉ数据的结构化存储。以自动或半自动的方式封装开放能力的调用流程，向使用者提供简单易用的开放能力调用工具。制定适合于ｏｐｅｍ廿Ｉ的Ｑｏｓ体系，实现了ＱｏＳ数据的获取、存储、统计及可视化方案。将ＱｏＳ应用于ｏｐｅⅢ”ｌ的选择替换，通过运行时绑定的动态加载方式，实现了以ＱｏＳ为依据、对用户透明的选择适配机制。综上，本文提供了一个面向ｏｐｅｍ廿Ｉ的开放能力管理、搜索、调用以及选择适配的基础平台。该平台不仅有利于简化ｏｐｅｍ心Ｉ的调用流程，而且还可以保证开放能力使用者得到较好的服务质量。关键词：开放ＡＰＩ开放能力服务质量ＡＢＳＴＲＡＣＴＷｉｍｎｌｅＣ０ｎｔ硫Ｊｏ吣锄ｅｒｇｅｎｃｅｏｆｏｐｅＩｌｉｎｇＰｌａｔｆｏｎＩｌ，ｔｌｌｅ珈珊ｂｅｒｏｆＯｐｅＩＬＡＰＩｉｓｇｒｏｗｉＩｌｇｒ印ｉｄｌｙ，ｐｒｏＶｉｄｉＩｌｇｍｏｒｅｃｈｏｉｃｅｓｆｏｒｂｕｉｌｄｉｎｇＭ觞ｈｕｐ?ｓ妙ｌｅｗｅｂａｐｐｌｉｃ鲥。璐．Ｈｏｗｅｖ％ｈｏｗｂｔ０ｃｈ００ｓｅｏｐｅｌｌ．ＡＰｌｗｉｍｂｅｔｔ甜ｑｕａｌ时锄ｄｉｎＶ０ｋｃｉｔｃｏｎＶｅｎｉ钮ｔｌｙｈ够ｅｃＩＤｍｅ锄ｕｒｇ僦ｉｓ辄ｅｔｏｄｅｖｅｌｏｐｅ硌．Ｔ１１ｉｓｐａｐ盯ａｉｍｓｔ０ｐｒ０ＶｉｄｅａｐｏｎａｌｏｆＯｐｅｍ～ＰＩ，ｗｈｉｃｈｈ嬲ｆｈｎｃｄｏ船ｏｆｐｒｏＶｉｄｅ飓，ｍ觚ａｇｅｍ饥ｔ，ｓｅａｒｃｈ’ｉｎＶｏｃ撕ｏｎ，ｓｅｌｅｃｔｉｏｎ锄ｄａｄ叩ｔｉｏ玛ｔ０Ｏｐｅｍ”Ｉｏｐｅｎｉｎｇｃａｐａｃｉ锣ｕｓｅ璐舭ｄａｐｐｌｉｃａｔｉｏｎｄｅＶｅｌｏｐｅｒｓ．Ｂｙｍｅ孤够ｏｆｒｅｇｉｓ仃ａｔｉｏｎ缸ｄｃＩＩａｗｌｉｎｇ，也ｅｐｌ州’０ｍｃｏｌｌｅｃｔｓＯｐｅ础心Ｉｄａｔａ∞ｔｈｅＩｎｔ锄ｅｔ．Ｉｎａｃｃｏｒｄ锄ｃｅｗｉｔｌｌｔｌｌｅａｎｄｍａｎａｇｅｓＡＰＩｓ’ｄａｔａｂｙｏｒｃｋＬｒａＣｔｅｒｉｓｔｉｃｓｏｆｅ∽ｈｐｒｏｔｏｃｏｌ，ｎｌｅｐｌａ响ｍ鞠Ｖｅｓｄｉｆｒｅ瑚ｔｗｈｉｃｈｔａ＿ｂｌｅｓ仇ｌｃｔＩｌｒｅ．Ｔｈｅｐｌａｔｆ０衄ｅｎｃｌｏｓ骼ｔｈｅｉｎＶｏｃａｔｉｏｎｐｒｏｃｅｓｓｉｎａｕｔｏｍａ石ｃｓｅＩｎｉ―ａｍｏｍａｔｉｃｗａｙ，舳ｄｐｒ０Ｖｉｄｅｓｕｓｅ瑙ｗｉｔｌｌａｎｏｐｅｌｌｉｎｇＣ印ａｃｉ哆ＩｎＶｏｌ【ｉｎｇＱｏＳＴｏｏｌｓｉ】砷ｌｉｆｉｅｓ也ｅＱｏＳｔ０ｉｎｖ０Ｃａｔｉｏｎｐｒｏｃ船ｓ．ＴｌｈｅｐｌａｔｆｏｍｄｅＶｅｌｏｐｅｓｉｎｄｉｃａｔｏ塔ｆｏｒＯｐｅｍ心Ｉ锄ｄ∞ｈｉｅｖ豁ＱｏＳｃ０Ｕｅｃｔｉｏ玛ｓｔｏｒａｇｅ，ｓｔ＿ａｔｉｓｔｉｃａｌ锄ｄＶｉ眦ａ比ａｔｉｏｎｐｒｏｇ唧Ⅱ坞．Ｂｙａｐｐｌｙｉｎｇｔｌｌｅｓｅｌｅｃｔｉｏｎ加ｄａｄａｐｔｉｏｎ，ｍｎ－ｔｉｍｅｂｉｎｄｉｎｇ锄ｄｄｙｎａｍｉｃｌｏａｄ陆ｇ，ｉｓｐｌａ响咖∽ｈｉｅｖｅｓＱｏＳ－Ｂａｓｅｄ∞ｌｅｃｔｉｏｎ缸ｄａｄａｐｔｉ∞ｍｅｃｈ越锄ｗｈｉｃｈｐａｐ盯ｐｒｅｓｅｎｔｓ锄ｏｐｅ“心Ｉ?Ｏｒｉ∞ｔｃｄａｎｄ慨ｓｐ玳ｎｔｔ０也ｅｕｓ既Ｉｎ鲫ＪｎｌｍａＤ，，也ｉｓ０ｐｅｎｉｎｇｃａｐａｃ时ｍａｎａｇｅｍｅｎｔ，ｓｅａｒＣ也ｉｎＶｏｃａｔｉｏ玛ｓｅｌｅｃ石ｏｎｈｅｌｐｓｓｉＩＩｌｐｌｉｆｙｉｌｌｇｑｕａｌｉ哆ｏｆｓｅⅣｉｃｅ．ｔ１１ｅＯｐｅｍ６心ＩｉＩＩＶｏｃａｔｉｏｎａｄ印ｔｉｏｎｂ硒ｅｐｌａｔｆ．ｏ册．Ｔｈｅｐｌａｔｆｌｏｍｕｓｅ体ｔ０ｇｃｔｂｅｔｔｅｒｎｏｗ，锄ｄａｌ∞∞蚰ｒｅｓＫＥＹＷｏＲＤＳ：ｏｐｅｎＡＰＩ，Ｏｐｅ血ｇＣ印ａｃｉ哆，ＱｏＳ第一章绪论弟一旱硒叱第一章绪论近些年来，伴随着ＳＯＡ（ＳｅⅣｉｃｅ．ｏｒｉ锄ｔｅｄＡｒｃｈｉｔｅｃｔＩ玳，‘面向服务架构）和云计算等概念的不断涌现，人们对于互联网应用开发的理念发生了翻天覆地的变化，也让更多的开发者去重新审视未来软件开发的发展方向。与此同时，ｏｐｅｍ廿Ｉ（０ｌｐ吼ＡｐｐｌｉｃａｔｉｏｎＰｒｏ斟眦珊ＬｉｎｇＩｎｔｅｒｆａｃｅ，开放应用编程接口）的出现给互联网应用的开发者带来了一种全新的思维方式和开发模式，从而使信息互通的理念贯穿到整个互联网行业，让更多的开发者能够参与到互联网应用开发的前沿【１１。１．１课题背景ｏｐｅｍ心Ｉ的出现，起初仅仅是为了满足互联网企业内部的需求。因为企业规模日趋庞大，组织内部的协作也需要模块化和服务接口化。但随着业务的梳理和逐步抽象，服务逐渐不仅仅需要满足内部交互，同时还要对外开放给一些商业合作伙伴，随之而来的就是数据资源价值的体现，从而让开放服务的企业得到了回报【２】。当越来越多的互联网企业将自己内部的业务作为开放能力提供给外部使用者的时候，ｏｐｅｍ心Ｉ便逐渐趋于规范化和标准化。目前互联网上流行的ｏｐｅｍ廿Ｉ不论是种类、服务质量、规范化和使用情况都有了很大的提升，可以说已经由初期的发展转到了较为成熟的发展。其中Ｇｏｏｇｌｅ已经开放了包括ＧｏｏｇｌｅＭａｐｓ、Ｓｅａｒｃｈ、Ｖｉｄｅｏ、ＡＩｄｖｅＩｔｉｓｉｎｇ等５０多个０Ｉｐｅｍ心Ｉ【３１，尤其是ＧｏｏｇｌｅＭ印ｓ衍生出众多的ｗ曲应用，也推动了更多ＣＩｐｅｍ廿Ｉ的开放。Ｙａｌｈ００、Ｍｉｃｒｏｓｏｎ、Ａｍ钇０ｎ、ｅＢａｙ、Ｆａｃｅｂｏｏｋ、ＴＷｉｎ盯、Ｆｌｉｃｈ等也纷纷开放平台或提供相应的ｏｐｅｍ”Ｉ【４】。与此同时，国内各大网站纷纷宣布推出开放平台，其中有新浪、搜狐等门户网站，也有最近涌现的人人网、ＭｙＳｐａｃｅ等社交类网站。面对互联网中诸多的ｏｐｅＩ岫Ｉ，服务质量良莠不齐，如何在业务功能相同的前提下选择服务质量较好的开放能力，成为了摆在应用开发者面前的又一难题。１．２研究目标与意义互联网应用开发者在开发ｗ曲应用时，可以在诸如Ｐｒｏｇ舳ｍａｂｌｅｗ曲【３１等Ｏｐ即ＡＰＩ目录中去查找能够满足自己功能需求的开放能力。但对于特定的需求来说，往往存在多个功能适合的Ｏｐｅｍ”Ｉ。也就是说。在满足功能性需求的前提下，开发者需要在诸多ＯｐｅＩ肿Ｉ中选择非功能性指标最好的。来完成自己的应用开第一章绪论发。这里的非功能性属性，主要是指ＯｐｅＩ舢Ｉ的服务质量。目前，互联网中存在着大量的开放能力。应用开发者在设计阶段选定ＯｐｅⅢ廿Ｉ，通过学习说明文档，调用这些开放能力以实现相应的功能。由于不同的Ｏｐｅｍ心Ｉ所采用的通信协议和调用方式不尽相同，在调用的过程中存在以下问题：．１．对于应用开发者来说，需要首先学习ｏｐｅ“心Ｉ的说明文档，在整体上对Ｏｐ伽ＡＰＩ的功能和结构有一定的了解。并且通过对该ｏｐｅ叫廿Ｉ通信机制的学习，掌握其具体的调用方法之后，完成调用过程并得到开放能力。２．由于ｏｐｅｍ廿Ｉ所采用的通信机制是多种多样的，不同的协议的ｏｐｅｍ心Ｉ的调用方式存在很大差异【５１。对于Ｒｅｓｔ和Ｓｏ印协议实现的ｏｐｅｍ廿Ｉ来说，每个方法都是独立可运行的；而Ａｊ觚协议的ｏｐｅｍ廿Ｉ中的绝大多数方法是无法单独调用的，需要相互协作，编写功能代码单元，才能实现预期的功能【６】。３．缺少开放能力之间的选择适配。如果开发者当前选择调用的开放能力由于某些原因导致服务质量较差甚至无法调用，只能放弃使用该ｏｐｅｍ廿Ｉ，并寻找其他合适的ｏｐｅⅢ廿Ｉ重新完成功能实现。开放能力管理平台旨在通过开放能力之间的选择适配，向开放能力使用者和应用开发者提供最好的服务质量。具体来说，平台通过对某一领域涵盖的主要业务需求进行功能抽象，定制该领域中常用的抽象功能接口，其中包括必需的属性和抽象方法定义；在能够满足该领域功能性需求的若干ｏｐｅ刖心Ｉ中，按照上述抽象接口的定义，对于每个开放能力的具体实现进行封装并实现该抽象接口，以屏蔽其各自通信协议、传输数据格式的不一致性，从而能够实现开放能力之间的相互替换。开发者在开发某个特定领域的Ｗ曲应用时，可以通过调用相应的抽象接口来完成整个开发流程。不必关注某个特定的ｏｐｅＩ肿Ｉ的具体实现。这样做不但可以使开发者能够更加专注于业务逻辑，提高开发效率，更重要的是，在用户调用应用的过程中，平台会参照各个ＯｐｅＩ肿Ｉ的ＱｏＳ数据，动态绑定服务质量相对较好的开放能力具体实现，从而能够最大限度的满足使用者的非功能性需求，提高应用的服务质量。１．３全文安排本文共分为五章，每章的具体安排如下：第一章绪论主要介绍本课题的背景，研究目标与意义。第二章是对ＯｐｅＩ时Ｉ和ＱｏＳ的概要介绍。从三个方面介绍ｏｐｅｍ廿Ｉ，包括Ｏｐ朋ＡＰｌ的基本概念，主要的适用领域以及常用通信协议：介绍了ＱｏＳ的概念以及目前ＳｏＡ领域中ＱｏＳ的研究成果。２三亿文库包含各类专业文献、生活休闲娱乐、专业论文、行业资料、应用写作文书、幼儿教育、小学教育、95面向OpenAPI的开放能力管理平台等内容。　
　在这份文 件中,由系统管理员选择的 NX 安装目录...NX Open API 提供了一个开放的 架构,可以供第三方...C++ - 该 API 提供了 NX 第一个面向对象的接口... 　在这份文 件中,由系统管理员选择的 NX 安装目录...NX Open API 提供了一个开放的 架构,可以供第三方...C++ - 该 API 提供了 NX 第一个面向对象的接口... 　2.经销商的客户的账号由经销商自己的系统管理,用于登录经销商的系统。 经销商...OpenAPI接口列表 1页 免费
jimi 3页 2下载券
面向OpenAPI的开放能力管..... 　联通WO+开放平台开发者指南(8)―认证授权原则 WO+能力共享平台面向开发者开放的...需要用户授权的 Open API。开发者的应用在第一次访问此类接口之前,需要显式 ... 　H3C-VAN,面向应用的网络_计算机硬件及网络_IT/...以达到扩展 I/O 端口能力和集中控制管理的目的, 满足...基于 Open API 的网络平台开放接口、基于 OAA 的自... 　通过还可以通 过之前所提到的各种 Open API、 消息总线以及开发指南与其他的云管理平台实现数据 及信息的沟通,最终完成面向最终云的统一云平台管理调度中心平台。 ... 　“优化资源,提升管理” ,实现面向市场的赢利性增长...增强应用服务器的负载能力, 轻松面对大批量用户的...9. 用友优普开放平台(OpenAPI)是基于用友优普大量的... 　系统,EC 后台管理系统,WMS 仓库系统,商家自助管 理系统,以及 OpenAPI 系统。...OpenAPI 系统 所谓的开放 API(OpenAPI)是服务型网站常见的一种应用,网站的服务...列表网公众号列表活动随时有扫我活动不错过
下次自动登录(公共场合慎用)
使用合作网站账号登录：
收藏成功！
您可在个人中心，查看
电&&&话：1357575****
查看完整号码
查看联系方式
微信扫一扫快速获取电话
联系我时说明在列表网看到，说不定有意外惊喜哟！
温馨提示：
任何要求预付定金、汇款等方式均存在风险，谨防上当受骗。
浙江投融界平台有保障吗?有实力的吗?是骗子公司呀？这个理财平台怎么样？靠谱不？有投资过的网友没？本金安全吗？有知情的麻烦帮帮忙告诉一声，我也想投点试试。我Q号是,有劳了哦！谢谢了。看到这平台的收益很好，模式很灵活，投资期又短。感觉比我在投的那家好多了，起码不用受限制，不用受气。就是不知道这家可靠吗？能投吗？我主要想了解一下这家平台是不是正规合法的，信誉咋样？真心希望考察过或成功投资过的朋友能交流分享一下。急求指点！非常感谢！祝好人得好报、幸福满满！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！！
￥=============================================================================￥
今日（7月17日）国内外财经新闻及经济热点汇总(1)￥=======================================================================================￥今日（7月17日）国内外财经新闻及经济热点汇总　　7月17日-23日当周，欧洲央行和日本央行将公布政策决定，料成为汇市交投的主题，需密切关注。此外，中国第二季GDP，欧元区、英国通胀数据，以及日本贸易收支等，也料掀起汇市风雨。　　本周市场热点包括：　　① 周一将公布中国第二季度GDP年率，且国家统计局召开2017年上半年国民经济运行情况新闻发布会；　　② 周二将公布欧元区、英国CPI数据，以及澳洲联储将公布7月货币政策会议纪要；　　③ 周三将公布美国截至7月14日当周API以及EIA原油库存变动数据，且日本央行将召开货币政策会议7月19-20日）；　　④ 周四将公布日本6月未季调商品贸易帐、英国6月季调后零售销售数据，且日本央行、欧洲央行将公布利率决议；　　⑤ 周五将公布加拿大6月CPI、零售销售数据，NYMEX纽约原油8月期货将在北京时间7月21日（周五）02:30完成最后交易；　　⑥ 周六将公布美国截至7月21日当周油服贝克休斯总钻井总数。　　假期提醒：周一为日本海洋节，东京证券交易所休市一天。　　周一开盘行情：　　本周汇市平稳开盘，不过美元指数开盘后小幅下跌，刷新了去年9月末以来最低水平95.08。美元兑加元亦小幅下跌，周一亚市盘初刷新了去年5月初 以来最低水平1.2644，目前汇价徘徊于此低位。欧元兑美元在1.1470这一重要支撑/阻力位上下来回窄幅震荡，截至发稿前报1.1472，日内微涨0.07%。英镑兑美元徘徊于1.31整数大关上方，现报1.3108，日内微涨0.06%。美元兑日元盘整于平盘下方，现报112.51，日内微跌0.03%。澳元兑美元报0.7827，几乎持平，等待日内中国公布上半年GDP数据。　　贵金属方面，现货黄金本周开盘并没有出现明显的跳空缺口，开盘后小幅上涨，截至发稿前报1230.19美元/盎司，日涨1.49美元或0.12%。现货白银在16美元/盎司整数大关上方窄幅震荡，现报16.02美元/盎司，日内小涨0.11%。　　原油方面，美国WTI原油期货连续合约报46.63美元/桶，日内微涨0.19%；布伦特原油期货连续合约现报49.02美元/桶，日内小涨0.22%。
联系我时，请说是在列表网栏目上看到的，谢谢！
小贴士：浙江投融界平台有保障吗?有实力的吗?是骗子公司呀?信息由列表网网友发布，其真实性及合法性由发布人负责。列表网仅引用以供用户参考。详情请阅读列表网免责条款。
订购热线：：金经理(当天订购，当天发货，24小时内送到供电现场)产品供应全国-功率齐全-性能稳定-价格实惠
海尔净水器代理请加微信，龙观网络电话；全国均可购买。海尔售后服务团队负责上门免费安装，一
浙江投融界平台有保障吗?有实力的吗?是骗子公司呀? 相关广告
&2017 列表网&琼ICP备号-12&增值电信业务经营许可证B2-&