微型 RTS 游戏，强化学习研究者的第一道门槛

一句话定位

MicroRTS 是一个极简化的即时战略游戏环境，专门用于快速验证强化学习、多智能体协同和游戏 AI 算法——比直接上手《星际争霸》省去 99% 的环境配置时间。

---

Farama Foundation 是全球最大的开源机器人学习平台维护组织，旗下拥有 PettingZoo、Shimmy、MiniRTS 等一系列标准化 RL 环境。MicroRTS 便是其中最具代表性的游戏 AI 研究工具。

---

背景故事：从一篇论文到一个持续十年的生态

2013 年，西班牙巴塞罗那学者 Santiago Ontanón 在 AIIDE 学术会议上发表了一篇论文，提出了一个大胆的设想：与其在复杂的商业游戏中调试 AI 算法，不如先在一个"麻雀虽小五脏俱全"的微型 RTS 游戏里练手。这篇论文便是 MicroRTS 的起点。

RTS 游戏（Real-Time Strategy，即时战略）的核心挑战在于三点：资源有限、多单位协同、实时决策。玩家需要同时管理经济（采集资源）、军事（建造单位）和战术（微操单位），这与真实世界的调度问题高度相似。Ontanón 选择 RTS 而非围棋或 Atari 游戏，正是看中了其"多目标、持续对抗、空间博弈"的复合特性。

2019 年，Farama Foundation 正式接手项目维护，将其纳入标准化学术工具链。这意味着 MicroRTS 获得了持续更新、文档规范化和社区支持三重保障。如今，它已经是 IEEE CoG（游戏计算国际会议）年度比赛的御用平台，每年吸引全球数十支研究团队参赛。

值得注意的转折： 2025 年 8 月 11 日，Farama Foundation 宣布 MicroRTS Java 版正式停止维护（deprecated），但推荐用户迁移至 MicroRTS-Py（Python 重写版）。这意味着 Java 版本不再接收新功能，但代码库依然可用，教学和研究场景完全够用。

---

核心功能：不是游戏，是 RL 算法的试金石

游戏机制

MicroRTS 的游戏地图是一张网格棋盘（通常 16x16 或 24x24），两名玩家各自拥有基地（Base）、工人（Worker）、战斗单位（Light、Ranged、Heavy）和资源点。游戏目标是摧毁对方基地。

与真实 RTS 的差异：

特性	真实 RTS（星际2/Warcraft3）	MicroRTS
地图规模	数百x数百格	16x16~64x64
单位种类	数十种	4种战斗单位+工人
决策频率	每秒数十次操作	可调（默认 10fps）
随机性	高（战争迷雾、暴击等）	可配置（确定性/随机）
观测范围	战争迷雾（部分可见）	完全/部分可观测均可

关键配置参数：

• partiallyObservable=true：开启战争迷雾，AI 只看到己方单位视野范围
• deterministic=true：消除随机性，保证实验可复现
• gameDuration：最大帧数，超时则平局

内置 AI Bot（历年比赛冠军）

项目中 lib/bots/ 目录预置了多个 JAR 包，均为历年 microRTS 比赛冠军 AI：

• Coac：协同进化算法驱动的进攻型 AI
• Izanagi：基于 HTN（层次任务网络）规划
• TiamatBot：MCTS（蒙特卡洛树搜索）变体
• MixedBot：组合多个子策略的 portfolio AI
• GRojoA3N：神经网络与强化学习混合方法

这些 Bot 本身就极具研究价值——可以直接下载 JAR 运行，与自己的算法对打，量化差距。

可编程接口

对于需要深度定制的用户，MicroRTS 暴露了完整的事件接口：

// 微操控制：每帧决定每个单位的行为
public class MyAI extends AI {
    @Override
    public AIAction getAction(int unitId, GameState state) {
        // 自定义决策逻辑
        return new AttackAction(targetId);
    }
}

这种设计让研究者可以专注于 AI 逻辑本身，而不必处理底层游戏引擎。

---

技术架构：Java 1.8 + Ant 构建，零依赖门槛

代码结构

src/
  rts/          # 核心引擎：游戏状态、地图、单位、资源管理
  ai/            # 所有内置 AI 算法实现
    mcts/      # 蒙特卡洛树搜索及其变体
    minimax/   # 极小化极大搜索（带 alpha-beta 剪枝）
    montecarlo/# 朴素蒙特卡洛
    portfolio/ # 多策略组合
    machinelearning/  # ML 相关实验代码
    socket/    # 远程连接（Server/Client 模式）
  gui/           # Swing 界面
  util/          # 工具类

AI 算法的技术亮点：

1. MCTS（蒙特卡洛树搜索）：src/ai/mcts/ 下有多个实现，包括 UCB1 选择、随机展开和反向传播，是 AlphaGo 的核心技术前身
2. HTN 规划（层次任务网络）：Izanagi Bot 的核心，将复杂任务分解为可执行的原子动作序列
3. Portfolio AI：混合多个算法，选择最优策略执行（类似 AdaBoost 思想）
4. 确定性博弈搜索：结合极小化极大搜索 + Alpha-Beta 剪枝，适用于完全可观测的零和博弈

构建方式

# Ant 构建（推荐）
ant build          # 编译 src/ + test/ 到 bin/
ant test           # 运行单元测试
ant export_jar     # 生成可执行 JAR

# 直接 javac
javac -cp "lib/*:src" -d bin src/rts/MicroRTS.java
java -cp "lib/*:bin" rts.MicroRTS

# 运行 GUI
java -cp microrts.jar gui.frontend.FrontEnd

无 GPU 依赖：所有内置 AI 算法均为传统搜索和规划方法，无需 CUDA，在普通笔记本上即可运行完整对战。

---

上手门槛：命令行 vs GUI

模式	难度	适合人群
命令行运行	一星	快速验证 RL 算法
GUI 观战	二星	可视化理解游戏机制
编写自定义 AI	三星	深度研究（需 Java 基础）
参加年度比赛	四星	高阶研究者

---

局限性：不回避的硬伤

1. Java 版本已停止维护：虽然代码可用，但不会再有安全补丁和新功能。Farama 建议迁移到 MicroRTS-Py
2. 图形界面仅支持 Swing：UI 比较朴素，没有现代 Web 界面
3. 内置 ML 支持薄弱：代码库中 machinelearning/ 目录内容有限，深度学习玩家需要自行对接 PyTorch 或 TensorFlow
4. 单语言限制：仅有 Java 实现，不适合 Python 优先的研究团队

---

行业意义：从学术论文到 RL 基准

MicroRTS 的真正价值不在于游戏本身，而在于它填补了"简化版博弈环境"的空白。

学术贡献（按引用影响力排序）：

1. 多智能体协同基准：在同一地图中训练多个 AI 协作，是多智能体强化学习（MARL）的入门首选
2. 博弈论实验平台：零和博弈、纳什均衡等理论的可视化验证
3. 课程学习起点：研究者通常先用 MicroRTS 验证假设，再迁移到 StarCraft II 等复杂环境
4. 年度比赛生态：自 2017 年起每年 IEEE CoG 会议举办 microRTS 比赛，推动算法迭代

---

总结与推荐

维度	评分	说明
研究价值	五星	RTS RL 领域的经典基准，引用量高
部署难度	一星	Java 1.8 + Ant，5 分钟跑起来
代码质量	四星	10 年积累，算法覆盖全面
社区活跃度	三星	比赛生态持续，但主体已转向 Py 版本
实用性	三星	适合学术场景，生产环境不建议使用 Java 版

推荐场景： 强化学习入门、多智能体协同研究、博弈论可视化、算法教学演示。 不推荐场景： 生产部署、实时对战平台、需要 GPU 加速的深度学习实验。

---

分析时间：2026-06-29 | 数据来源：GitHub API + 源码解析