你在游戏里遇见的最有「人味」的 NPC 是谁？

　　AI在游戏领域并不算是一个新鲜事物，几乎每一款重要游戏里都有AI的身影。游戏AI早期大部分是通过人工规则的方法实现，直到近几年，才迈入深度学习领域。

　　从技术角度来说，游戏也是一块检验AI能力的“试金石”。1997年，IBM生产的国际象棋超级电脑深蓝击败世界冠军加里·卡斯帕罗夫，此后“世界上最复杂的棋类游戏”围棋就成为了AI的下一个挑战对象。

　　2016年，Google旗下DeepMind研发的围棋AI AlphaGo击败韩国著名棋手李世石，这是以深度学习为代表AI的一个重要里程碑。2017年，AlphaGo战胜世界第一棋手柯洁，自此这个围棋AI再无人类对手。

　　AlphaGo对战李世石

　　下一块试金石在哪里？业界认为复杂策略游戏可能是下一个里程碑。比起象棋和围棋，复杂策略游戏将为电脑带来更大挑战，具体挑战包括：

　　1。 地图复杂，不断变化，且信息不完全（AI与人类视野一致），不存在最优策略；

　　2。 操作空间巨大。以5v5 MOBA游戏为例，10位参与者要在策略规划、英雄选择、技能应用、路径探索及团队协作上面临大量、不间断、即时的选择，这带来了极为复杂的局面，预计有高达10的20000次方种操作可能性，而整个宇宙原子总数也只是10的80次方[1]；

　　3。 需要长期规划，一切的策略选择都要以最终胜利为依归。

　　如果AI能在如此复杂的环境中，学会和人一样实时感知、分析、理解、推理、决策并行动，那么AI就可能在多变、复杂的真实环境中发挥更大的作用[1]。

　　也就是说，AI的目的并不是要在游戏里战胜人类，而是通过越来越复杂的游戏训练，最终解决现实生活中的问题。

　　目前世界顶级科技公司都在推进此类研究。2019年，人工智能非盈利组织OpenAI开发的OpenAI Five战胜《Dota 2》TI18的冠军团队OG。

　　《Dota 2》

　　同年，DeepMind宣布旗下游戏AI AlphaStar在《星际争霸 2》天梯榜上神族、人族和虫族三种族都达到宗师段位，碾压99.8%的人类对手。

　　《星际争霸2》

　　2017年，腾讯AI Lab与天美工作室群旗下游戏《王者荣耀》展开AI联合研究，研发策略型AI绝悟，寓意是“绝佳领悟力”[1]。2019年，绝悟在与职业选手赛区联队的5v5竞技中获胜，这表明绝悟已达《王者荣耀》电竞职业水平[1]。

　　在赛区联队全队覆灭后， 绝悟的兵线尚未到达，下路高地塔还有过半血量，绝悟果断选择四人轮流抗塔，无兵线强拆塔。* 注：赛事尾声，赛区联队团灭后，绝悟未直接推水晶，而是计算整体收益后，选择先推最后一个高地塔，再推水晶直至胜利[2]。

　　同时期，绝悟的1v1版本SUPEX 战队在2100多场顶级业余玩家体验测试中胜率达到 99.8%[2]。

　　未来游戏AI将如何发展？为了回答这个问题，我们邀请到了一位来自腾讯AI Lab的专家，以及三位做游戏的天美人，请他们聊一聊自己喜欢的NPC，还有对游戏AI未来的畅想。

　　两位让我印象深刻的游戏NPC：

　　1。 《生化危机4》里面的Ashley。当她站在高处，Leon用武器瞄准裙底，她就会两腿一闭，双手遮裙，双膝微弯，故作矜持地说：Hey，what are you looking at？当然她也会重复这一句台词（囧）。

　　《生化危机4》

　　2。 《合金装备 2》里面的士兵。因为这是一款动作潜入类游戏，所以通过躲避士兵的巡逻完成任务是最大的乐趣，比如故意放一本美女杂志吸引士兵的注意力，Snake顶一个纸箱子就能蒙混过关。当然这些士兵大部分都是憨憨，规则固定，没有其他的变化。

　　《合金装备 2》

　　上面两个NPC的AI都是基于传统的规则（Rule-Based）编写出来的，一般都是有限状态机或者行为树，这个方法好处是简单直接，缺点也很明显，不够拟人，缺乏行为多样性，或者本身能力不够。

　　注：早期游戏中的AI，大部分是通过人工规则的方法来实现的，这类方法就包括了有限状态机和行为树[3]。

　　有限状态机的方法是定义有限的行为状态，通过判别条件来触发不同的状态转移。这个方法的优点是设计简单、容易实现，缺点在于随状态增多而急剧复杂[3]。

　　行为树也是一个在游戏中比较常用的方法，它通过穷举所有行为作为节点，条件驱动下逐级遍历确定当前行为。这个方法的优点是逻辑清晰，容易拓展，缺点在于难以适应复杂行为，且实现拟人化非常困难[3]。

　　相比于传统AI，现在基于模型learning的AI，在引入深度学习和强化学习的方法之后， 在行为多样性和完成任务的能力方面有了质的提升，比如AlphaGo在围棋上超越人类的表现，腾讯的绝悟在《王者荣耀》达到职业水准，绝觅在《穿越火线：枪战王者》里面作为PVE模式的AI。

　　注：近期的AI游戏研究，大部分是基于深度学习的方法，主要包含两大类，一个是监督学习或模仿学习，一个是强化学习[3]。

　　监督学习是通过海量有标记的训练数据为基础，推导出行为预测函数。这个方法的优点在于能够模拟不同级别的目标行为，做到很好的拟人化。缺点在于过度依赖于数据，特别是标注数据的质量[3]。

　　强化学习通过构建奖励和惩罚刺激环境的角度出发，优化AI行为逻辑。这个方法的优点在不依赖已有数据并且能够探索出新的策略，甚至于超越当前人类的认知[3]。

（编辑：葫芦岛站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!