AI正在讓游戲變的更好玩，你知道背后的故事嗎？

本文來(lái)自騰訊研究院，作者俞點(diǎn)。

我最近有個(gè)新發(fā)現(xiàn)，具備完整生態(tài)和交互系統(tǒng)的游戲又流行起來(lái)。

從日本《合金裝備5》到《塞爾達(dá)傳說(shuō)·曠野之意》，到歐洲《天國(guó)·拯救》，再到育碧近年推出的幾乎全系列游戲，幾乎都在生態(tài)圈營(yíng)造上有所建樹(shù)。

研究一番，發(fā)現(xiàn)育碧、EA、SONY等大廠主導(dǎo)的人工智能游戲變革的早已拉開(kāi)帷幕。他們從AI游戲引擎、神經(jīng)網(wǎng)絡(luò)開(kāi)發(fā)、AI操作系統(tǒng)等多方面全力尋找人工智能+游戲的潛力。

運(yùn)用神經(jīng)網(wǎng)絡(luò)和遺傳算法等技術(shù)讓復(fù)雜環(huán)境和交互規(guī)則制定變得可行。通過(guò)算法改進(jìn)，針對(duì)不同玩家進(jìn)行交互的反應(yīng)而非腳本設(shè)定，玩家可以從各種突發(fā)事件和情境中尋找多種解決方案，不同于傳統(tǒng)游戲中刻板的線性任務(wù)流程，不僅節(jié)省了大量開(kāi)發(fā)成本，還優(yōu)化了游戲體驗(yàn)。

技術(shù)上的創(chuàng)新也值得關(guān)注。一些針對(duì)游戲的加速引擎被制作出來(lái)，他們服務(wù)于游戲的畫(huà)面渲染、數(shù)據(jù)處理、智能NPC制作，甚至能夠根據(jù)內(nèi)容自動(dòng)生成游戲。

游戲的樂(lè)趣不再局限于玩家與電腦的對(duì)抗，而擴(kuò)展為玩家利用環(huán)境，NPC間的對(duì)抗，甚至物理和化學(xué)方法來(lái)達(dá)成目標(biāo)，玩家可以開(kāi)發(fā)更多精彩的方式來(lái)完成任務(wù)。

一個(gè)如同真實(shí)世界的游戲空間被搭建起來(lái)。例如在《塞爾達(dá)傳說(shuō)·曠野之意》，下雨天會(huì)讓巖石變得難以攀爬，帶有火焰的武器無(wú)法使用，偶爾的雷暴天氣會(huì)隨機(jī)劈死動(dòng)物讓玩家能撿點(diǎn)便宜。

一場(chǎng)智能化游戲的革新已經(jīng)開(kāi)始。

機(jī)智NPC：算法驅(qū)動(dòng)下的交互創(chuàng)新

第一件事是要讓NPC更聰明一點(diǎn)，目前這方面的AI解決方案主要有這四種：

有限狀態(tài)機(jī)、蒙特卡洛決策樹(shù)、神經(jīng)網(wǎng)絡(luò)、遺傳算法。

一、被玩膩的初學(xué)者：有限狀態(tài)機(jī)

在傳統(tǒng)游戲中，最為廣泛使用是有限狀態(tài)自動(dòng)機(jī)（FSM），一種專(zhuān)家型的預(yù)編程算法。

具體而言，F(xiàn)SM算法需要設(shè)計(jì)師整理歸納NPC可能遇到的所有可能情況，再逐一安排針對(duì)反應(yīng)；但缺陷在于可預(yù)測(cè)性，玩家在多次試探后就覺(jué)得索然無(wú)味。這種算法最早出現(xiàn)在1989年發(fā)布的Sim City中。

二、不會(huì)學(xué)的聰明人：蒙特卡羅搜索樹(shù)

與FSM相比，MCST 會(huì)多步聯(lián)想做決策，而非只就當(dāng)前形勢(shì)。這種多元化的行為能帶來(lái)玩家更強(qiáng)大的個(gè)性化交互游戲體驗(yàn)，但其難度和成本也更大，且無(wú)學(xué)習(xí)能力。

MSCT最著名的應(yīng)用代表是AphlaGo，他被用來(lái)快速評(píng)估棋面位置價(jià)值。但實(shí)際上早在1997年他就被Deep Blue運(yùn)用，第一次擊敗人類(lèi)國(guó)際象棋冠軍。

這種算法可以簡(jiǎn)化理解為一個(gè)可以在每個(gè)枝節(jié)無(wú)限生長(zhǎng)的樹(shù)，或者道家一生二，二生三，三生萬(wàn)物的宇宙無(wú)限論。 

在《文明》系列中，開(kāi)發(fā)者就使用MCST 技術(shù)開(kāi)發(fā)與玩家對(duì)抗的敵人。

MCST模式下的NPC最大的缺陷在于學(xué)習(xí)能力。他們不能從玩家那里學(xué)習(xí)任何東西，不會(huì)根據(jù)玩家的習(xí)慣性操作做出相應(yīng)的變化。

三、真實(shí)的代價(jià)很昂貴：人工神經(jīng)網(wǎng)絡(luò)與遺傳算法

如何制造像人一樣真實(shí)的NPC？人工神經(jīng)網(wǎng)絡(luò)（ANN）和遺傳算法等可以做到。

這種技術(shù)下的NPC擁著不同的“性格”以及學(xué)習(xí)適應(yīng)能力。但造價(jià)昂貴，目前只有育碧、EA等游戲大廠使用。

我們先基本了解一下這兩種算法：

ANN是一種模擬神經(jīng)元結(jié)構(gòu)進(jìn)行計(jì)算推演的決策模型，優(yōu)越性主要表現(xiàn)在三個(gè)方面：

*第一，具有自學(xué)習(xí)能力。ANN可以根據(jù)數(shù)據(jù)自學(xué)。

*第二，具有聯(lián)想存儲(chǔ)能力；NPC能夠記憶與玩家之間的往事?！吨型潦澜纭防锓ㄈ税氆F人會(huì)嘗試與玩家的交手，如果你逃跑，下次他會(huì)嘲諷你；若你打傷他，不僅會(huì)記仇下次見(jiàn)面還要罵你。

*第三，具有高速尋找優(yōu)化解的能力。相比于MCST，ANN找到優(yōu)化解的速度更快。這使玩家在與NPC交流時(shí)能得到更快地反饋，極大提升了體驗(yàn)流暢度。

但是，神經(jīng)網(wǎng)絡(luò)下的NPC是“不可控的”（ “非線性”和“非常定性”特征導(dǎo)致），這給游戲的運(yùn)營(yíng)與維護(hù)帶來(lái)不少的風(fēng)險(xiǎn)， NPC的行為將在不斷學(xué)習(xí)中變得難以預(yù)測(cè)，游戲后期的調(diào)試變得異常困難，有可能出現(xiàn)脫軌的問(wèn)題。

另一種技術(shù)——遺傳算法（Genetic Algorithm）創(chuàng)造了一個(gè)不可擊敗的敵人。遺傳算法是基于達(dá)爾文進(jìn)化論提出的一種決策計(jì)算模型，計(jì)算機(jī)在模擬自然進(jìn)化過(guò)程中尋求最優(yōu)解。體現(xiàn)在游戲上，NPC會(huì)根據(jù)以往的經(jīng)驗(yàn)去優(yōu)化策略，新一輪的進(jìn)攻的“敵人”會(huì)接收“犧牲者”的意志，并針對(duì)玩家的過(guò)往策略逐個(gè)擊破。這意味著越強(qiáng)大的玩家將面臨越強(qiáng)大的敵人，并且沒(méi)有盡頭。

主機(jī)游戲SHMUP中，游戲開(kāi)發(fā)者就為玩家置入了運(yùn)用遺傳算法的敵人。他們讓玩家反抗經(jīng)過(guò)多代進(jìn)化敵人的AI，當(dāng)這一代又被擊敗時(shí)，遺傳算法對(duì)AI進(jìn)行排名并使用它們創(chuàng)造新一代的敵人來(lái)對(duì)抗玩家。在著名進(jìn)化策略類(lèi)游戲孢子（Spore ）和怪物（Creatures）系列都在遺傳算法上有所突破。

超能力賦予：超級(jí)游戲AI引擎

算法的門(mén)檻太高？游戲AI引擎可以繞過(guò)算法，提供 “傻瓜式”的創(chuàng)作平臺(tái)和工具：幫助開(kāi)發(fā)者簡(jiǎn)化游戲制作流程，降低制作難度，塑造隨機(jī)地圖和創(chuàng)造NPC等等。

未來(lái)也許人人都可以開(kāi)發(fā)游戲。

目前主流的游戲AI引擎有三類(lèi)：AI渲染引擎、NPC制作引擎和游戲創(chuàng)作引擎。

一、AI渲染引擎：一秒渲染

視覺(jué)效果上，AI渲染引擎可以多倍提升畫(huà)面渲染能力，實(shí)現(xiàn)實(shí)時(shí)渲染。

例如NVIDIA OptiX 5.0，作為NVIDIA在2017年推出的GPU渲染工具，可以運(yùn)用機(jī)器學(xué)習(xí)技術(shù)可以補(bǔ)充畫(huà)面缺失像素、智能去噪和光線追蹤，打造出一種逼真的動(dòng)畫(huà)效果。

據(jù)稱(chēng)，該引擎可以將可視化效果提高12倍，并且節(jié)省渲染時(shí)間近90%的。

二、NPC制作引擎：批量造 “人”

交互行為上，NPC行為支持引擎可以幫助開(kāi)發(fā)者創(chuàng)造出更靈活自然的NPC。使命召喚和Galak-Z等游戲中使用了這種引擎。

NPC制作引擎甚至能夠直接創(chuàng)造角色，比如RAIN AI引擎 ，它是由2011年成立的Rival Theory公司所創(chuàng)建。 Rain AI創(chuàng)造出的的NPC擁有著顆粒度極高的實(shí)時(shí)反應(yīng)，比如語(yǔ)言，眼神，手勢(shì)，步伐等等。

三、游戲創(chuàng)作引擎：一鍵生成3A大作

AI不僅僅可以智能生成NPC，連游戲都可以自動(dòng)生成了。

印度有一家初創(chuàng)公司Absentia VR，他們就直言：我們未來(lái)要能自動(dòng)生成3A游戲。

這不是夸大其詞，他們已經(jīng)完成了一套簡(jiǎn)化游戲制作的引擎——Norah AI，可以降低游戲研發(fā)時(shí)間、智能生成簡(jiǎn)單游戲。

研發(fā)時(shí)間可以從30天縮短到30小時(shí)。還可以輸入文字或者圖片來(lái)智能生成街機(jī)、休閑、拼圖等游戲。雖然在內(nèi)容和形式上距離他們的愿景還有不少差距，但也足以說(shuō)明這是產(chǎn)業(yè)發(fā)展的方向之一。

目前還有更多的AI游戲企業(yè)在發(fā)力。據(jù)Crunchbase數(shù)據(jù)，截止至2018年6月，全球共有150余家AI游戲企業(yè)。研究領(lǐng)域主要集中在游戲引擎、NPC交互、人機(jī)交互等方面。

大廠如何應(yīng)對(duì)？引擎、算法、系統(tǒng)全面發(fā)展

面對(duì)游戲+AI的新變化，傳統(tǒng)游戲大廠選擇走在前沿，挑起主導(dǎo)潮流發(fā)展的大梁。

他們意識(shí)到了AI對(duì)于游戲的顛覆性革新意義：AI能降低游戲制作壁壘，增加操作性能和交互體驗(yàn)，解放玩家，還能反饋給現(xiàn)實(shí)世界準(zhǔn)確數(shù)據(jù)以幫助技術(shù)進(jìn)步。

目前，育碧，SONY，EA，暴雪等游戲大廠從三個(gè)方向突破：神經(jīng)網(wǎng)絡(luò)算法， AI智能游戲引擎和AI操作系統(tǒng)等。

方向一：引入AI智能游戲引擎

Sony選擇引入智能游戲引擎助力游戲開(kāi)發(fā)。他在PS4引入人工智能引擎Xaitment Map和Xaitment Control，幫助塑造更復(fù)雜的地圖和更智能NPC。從而幫助游戲開(kāi)發(fā)人員將更智能的AI融入他們的游戲中，將更多精力放在玩家行為以及游戲邏輯上。

方向二：開(kāi)發(fā)神經(jīng)網(wǎng)絡(luò)等算法

育碧、EA、暴雪則在神經(jīng)網(wǎng)絡(luò)算法的開(kāi)發(fā)上動(dòng)作頻繁。

EA執(zhí)行副總裁Patrick S?derlund極力推動(dòng)EA Frostbite實(shí)驗(yàn)室團(tuán)隊(duì)與OPEN AI的合作，并在游戲《戰(zhàn)地1》，《紅警2》，《命令與征服》等游戲中開(kāi)始訓(xùn)練AI。

暴雪于2016年底與DeepMind宣布合作，試圖將《星際爭(zhēng)霸II》打造為一個(gè)人工智能的測(cè)試平臺(tái)。

Gameloft在2015和2016年舉辦全球性的AI編程大賽（Gameloft AI contest 2015&2016），試圖從中搜羅AI人才的支持。

育碧在AI上的創(chuàng)新顯得更為成熟，2011年就開(kāi)始嘗試算法改進(jìn)，成立人工智能研究部門(mén)“LaForge”，將AI成功運(yùn)用到游戲中。

比如《全境封鎖》中的NPC展現(xiàn)了更高的智商和決策能力。全境封鎖游戲背景十分復(fù)雜并且變化極大，在復(fù)雜場(chǎng)景NPC的反應(yīng)較以往更自然。游戲中 ，各方勢(shì)力的NPC需要巡邏，路上可能會(huì)碰上玩家或者NPC。當(dāng)面對(duì)NPC，將會(huì)基于雙方“性格”發(fā)生沖突或合作；若遇到玩家攻擊，膽子小的NPC會(huì)藏起來(lái)，膽子大的則會(huì)打回去。

育碧還嘗試使用AI生成越來(lái)越逼真的動(dòng)畫(huà)，比如優(yōu)化動(dòng)作捕捉的數(shù)據(jù)。以往，運(yùn)動(dòng)捕捉的原始數(shù)據(jù)需要?jiǎng)赢?huà)師進(jìn)行相當(dāng)多的手動(dòng)清理才能看起來(lái)真實(shí)自然，并且可能需要大約四個(gè)小時(shí)的時(shí)間，而人工智能可以在大約四分鐘內(nèi)獲得幾乎相同的結(jié)果。

最左為原始數(shù)據(jù)，中間為AI優(yōu)化數(shù)據(jù)（4分鐘），最右為人工優(yōu)化（4小時(shí)）

但是，AI在游戲上的運(yùn)用仍待完善。《看門(mén)狗2》里的自動(dòng)駕駛車(chē)輛不會(huì)剎車(chē)。負(fù)責(zé)他的程序員Olivier Delalleau曾經(jīng)抱怨道，在提供了數(shù)以千計(jì)的剎車(chē)示例數(shù)據(jù)后，AI還是不會(huì)剎車(chē)，因?yàn)樗⒉挥X(jué)得剎車(chē)是一個(gè)很好的制動(dòng)措施。

方向三：推出主機(jī)AI操作系統(tǒng)

相對(duì)于游戲引擎和算法開(kāi)發(fā)方向，任天堂選擇推出第一代主機(jī)AI操作系統(tǒng)——LiveMove，它可以直接識(shí)別玩家操作，使游戲產(chǎn)業(yè)第一次從間接的數(shù)字控制轉(zhuǎn)向更自然的模擬控制。

該系統(tǒng)的開(kāi)發(fā)者美國(guó)AI公司Ailive選擇在AI動(dòng)作辨識(shí)技術(shù)上進(jìn)行加強(qiáng)。創(chuàng)新點(diǎn)有二：

一是讓W(xué)ii游戲開(kāi)發(fā)者無(wú)須自行編寫(xiě)程序，就能使用動(dòng)作識(shí)別功能，精確的識(shí)別玩家的動(dòng)作；二是運(yùn)行時(shí)僅需占據(jù)處理器5％的運(yùn)算能力。這就使Wii游戲開(kāi)發(fā)者無(wú)須顧慮技術(shù)細(xì)節(jié)，更專(zhuān)注于內(nèi)容的創(chuàng)作上。

任天堂綜合研發(fā)部總經(jīng)理武田健洋表示：從牛仔套索到武士刀，再到廚師的廚具，這一革命性的工具解放了游戲創(chuàng)作者的想象力?！?/p>

人工智能在游戲中的運(yùn)用甚至幫助現(xiàn)實(shí)世界的進(jìn)步。因?yàn)橛螒蚰軌驗(yàn)楝F(xiàn)實(shí)世界提供準(zhǔn)確數(shù)據(jù)和測(cè)試平臺(tái)，例如賽車(chē)游戲?yàn)樽詣?dòng)駕駛提供數(shù)據(jù)支持等等。

正如育碧AI研發(fā)部門(mén)負(fù)責(zé)人Jacquier所說(shuō)：“對(duì)我來(lái)說(shuō)最令人興奮的部分是，從現(xiàn)在的五到十年后，可以說(shuō)電子游戲?qū)椭覀儎?chuàng)造了一個(gè)更安全，更美好的世界?！?/p>

游戲小廠：AI可望不可及

大廠的革新如火如荼，中小型工作室（小廠）則相對(duì)沉寂的多。

由于小廠運(yùn)用AI的難度較大，游戲的智能化革新可能是自上而下的。

而他們無(wú)法引領(lǐng)游戲AI技術(shù)變革的原因，主要在以下三點(diǎn)：

一白：欠缺技術(shù)研發(fā)和支持能力；

一方面，中小型游戲工作室缺乏自主研發(fā)的算法人才，在技術(shù)或成本上捉襟見(jiàn)肘。另一方面，對(duì)AI的接觸較晚，沒(méi)有相應(yīng)的算法工程師去執(zhí)行優(yōu)化，亦缺乏引進(jìn)AI游戲引擎的資金。

二窮：無(wú)法承擔(dān)智能化的龐大開(kāi)支；

革新的代價(jià)很昂貴，中小型工作室的游戲收入和大廠是天壤之別。無(wú)論是在游戲中加入神經(jīng)網(wǎng)絡(luò)算法還是智能引擎，從成本上來(lái)說(shuō)都是一筆龐大的支出?！罢鎸?shí)的”NPC動(dòng)作增加語(yǔ)言增加，相應(yīng)的在動(dòng)畫(huà)制作、配音上的成本也呈幾何性的增長(zhǎng)。

筆者曾經(jīng)在游戲開(kāi)發(fā)者沙龍上偶遇一款國(guó)產(chǎn)VR游戲《彌漫》的策劃劉世陽(yáng)，他對(duì)于游戲AI是這樣看的：

“我覺(jué)得AI更適合追求極高玩家體驗(yàn)度的游戲，比如沉浸模擬游戲。感覺(jué)AI在游戲中的推行還是要大廠先行，推導(dǎo)出一些成熟的解決方案，或開(kāi)源項(xiàng)目等。因?yàn)閷?duì)中小型開(kāi)發(fā)商來(lái)說(shuō)AI在游戲中的應(yīng)用試錯(cuò)成本，研發(fā)實(shí)力等受限，最后的結(jié)果可能不盡如人意?！?/p>

三佛系：缺乏挑戰(zhàn)大廠的動(dòng)力；

中小型游戲工作室更傾向于在玩法上和創(chuàng)意上標(biāo)新立異，從而規(guī)避大廠鋒芒是。

對(duì)于小廠而言，如果AI不是核心功能的話，他們更傾向于使用傳統(tǒng)算法來(lái)免去“不必要”的成本和風(fēng)險(xiǎn)，使用人工智能優(yōu)化的性價(jià)比并不是很高。另一方面，他們擔(dān)心AI會(huì)帶來(lái)失控，無(wú)法在“傳統(tǒng)”游戲中為游戲機(jī)制服務(wù)。

但也有例外，一個(gè)只有15人的小團(tuán)隊(duì)——Hello Games曾經(jīng)滿懷希望地在2016年推出了一款智能化太空生存游戲《無(wú)人深空》。在制作過(guò)程中，制作人Sean Murray嘗試使用程序化生成算法（PCG）來(lái)構(gòu)成這個(gè)隨機(jī)宇宙。滿懷欣喜試圖在游戲創(chuàng)造出上億顆（264）不同的星球，創(chuàng)造不同的植物群和生態(tài)供玩家體驗(yàn)。

但最初發(fā)布的成品令玩家大跌所望。而后制作組在罵聲一片中沉默地繼續(xù)改良，完成一個(gè)不可能完成的任務(wù)。一年后迭代出的新版本終于打了翻身仗，從差評(píng)如潮到熱銷(xiāo)榜單，成為目前最優(yōu)秀的太空沙河游戲之一，制作組也成功證明了他們推動(dòng)游戲創(chuàng)新和技術(shù)進(jìn)步的先驅(qū)者。

AI適用于所有游戲？不存在的

在畫(huà)面優(yōu)化上，AI適用于大部分的游戲。

但玩法改革并不適用于所有游戲。

就像Mark Brown（《Game Marker’s Toolkit》系列作者）說(shuō)的“AI必須要適應(yīng)目標(biāo)游戲想要的體驗(yàn)。”

所以AI在玩法上的優(yōu)化應(yīng)該針對(duì)特定游戲做出不同的更改，甚至選擇不使用。

資深游戲策劃劉世陽(yáng)認(rèn)為：

戰(zhàn)斗/比賽/冒險(xiǎn)模擬向、生活模擬向、交互式電影等類(lèi)型，更容易和AI產(chǎn)生共鳴。比如可以做一個(gè)類(lèi)似《her》的交互游戲版本，提供給玩家一個(gè)更真實(shí)的曖昧AI 女友。但在戰(zhàn)術(shù)潛行游戲中，玩家需要對(duì)敵人的反應(yīng)進(jìn)行了解從而制定計(jì)劃，這時(shí)候NPC的設(shè)計(jì)上就不需要過(guò)于“聰明”甚至需要有些“傻”。

舉個(gè)例在，在傳統(tǒng)戰(zhàn)斗/比賽/冒險(xiǎn)類(lèi)游戲中，戰(zhàn)斗的復(fù)雜情況和與環(huán)境的交互需要更強(qiáng)大的游戲生態(tài)系統(tǒng)來(lái)支撐。這一塊也是目前AI運(yùn)用最廣泛，也是最成熟的。

就如之前所提到的《合金裝備5》和《塞爾達(dá)傳說(shuō)·曠野之意》所特有的生態(tài)環(huán)境交互系統(tǒng)。同類(lèi)型的大作還有《看門(mén)狗2》、《刺客信條·起源》、《掠食》等等。

另外，在生活模擬向游戲用構(gòu)建更完整的交互機(jī)制是非常有必要的。

可以參考《模擬人生》，這類(lèi)游戲在極力還原真實(shí)的生活。而AI可以弱化游戲中的套路感。真實(shí)的交互感和變化感對(duì)玩家體驗(yàn)的提升不是一點(diǎn)半點(diǎn)。

還有交互式電影游戲，AI帶來(lái)的個(gè)性化體驗(yàn)?zāi)軌驈浹a(bǔ)交互式電影游戲的缺陷。

最近《底特律：我欲成人》大火，但依舊被業(yè)內(nèi)吐槽“沒(méi)有跳出交互式電影的坑”。準(zhǔn)確的說(shuō)這類(lèi)重表演重劇情的游戲還是沒(méi)有逃出給玩家“播片感”的坑。

AI能否解決這個(gè)問(wèn)題？有很大潛力。

比如游戲中有大量與犯罪嫌疑人談判的劇情，如果這些對(duì)話不是預(yù)設(shè)好的劇本，而采用玩家與AI對(duì)話的方式，感覺(jué)將會(huì)很不一樣。

AI游戲革命浪潮還在初級(jí)階段

說(shuō)了這么多，AI革命是不是已經(jīng)來(lái)了？其實(shí)還在初期。游戲的互動(dòng)性和環(huán)境的真實(shí)性還不夠完善，需要繼續(xù)優(yōu)化。

那面對(duì)這一次游戲的改革，浪潮中的我們?cè)趺磁袛郃I+游戲是否成功呢？

游戲策劃有自己的衡量標(biāo)準(zhǔn)——“心流”

AI需要能夠優(yōu)化游戲心流體驗(yàn)。所謂“心流”就是玩家在游戲過(guò)程中，極度專(zhuān)注，且全身心投入，連貫流暢的享受游戲體驗(yàn)，并不斷享受成功喜悅的一種情緒及心理狀態(tài)。

在微觀心流層面，AI需要匹配適合玩家水平的游戲體驗(yàn)。從敵人的戰(zhàn)術(shù)搭配，關(guān)卡設(shè)計(jì)等給玩家提供心流體驗(yàn)。

在宏觀心流層面，AI需要保持高度的個(gè)性化，對(duì)玩家數(shù)據(jù)的量化標(biāo)準(zhǔn)需要進(jìn)一步細(xì)分。從而在游戲的整個(gè)過(guò)程中合理調(diào)整難度，激勵(lì)，獎(jiǎng)勵(lì)，目標(biāo)，劇情等，使玩家一直有玩下去的動(dòng)力且不會(huì)出現(xiàn)焦慮或無(wú)聊的情緒。

玩家的標(biāo)準(zhǔn)更細(xì)致一些，他們認(rèn)為能夠體驗(yàn)到的才是好AI。

“游戲制作工具箱”的創(chuàng)作人Mark Brown的衡量標(biāo)準(zhǔn)如下：好的游戲AI應(yīng)該是幫助玩家游戲，而不是殺死玩家；它需要有語(yǔ)言和行動(dòng)反饋能力，記住玩家的能力，還要有環(huán)境認(rèn)知能力。

總的來(lái)說(shuō)，AI+游戲意味著全新的玩法和個(gè)性化游戲體驗(yàn)。

對(duì)玩家而言，游戲在玩法和開(kāi)發(fā)上的拓展，能帶來(lái)眾多更有趣更精良的游戲；也會(huì)讓體驗(yàn)變得更特別、更個(gè)性化、更令人回味。

于整個(gè)產(chǎn)業(yè)來(lái)說(shuō)，更多的創(chuàng)新和技術(shù)進(jìn)步將推動(dòng)產(chǎn)業(yè)的蓬勃發(fā)展，更加良性。

伴隨著AI與游戲的進(jìn)一步融合，游戲革命的潮流將涌向何方？將迸發(fā)出怎樣的全新玩法？不久后就可以看到了。

于筆者而言，那就是——買(mǎi)買(mǎi)買(mǎi)！

[1]. Westra, J. (2007). Evolutionary neural networks applied in first person shooters. Master's thesis, Utrecht University.

[2]. Lou, H. (2018). AI in Video Games: Toward a More Intelligent Game - Science in the News. [online] Science in the News. Available at: http://sitn.hms.harvard.edu/flash/2017/ai-video-games-toward-intelligent-game/ [Accessed 5 Jun. 2018].

[3]. G. Kendall and S. M. Lucas(2005), Proceedings of the IEEE Symposium on Computational Intelligence and Games. IEEE Press.

[4]. Bullen, T., & Katchabaw, M. (2008). Using genetic algorithms to evolve character behaviours in modern video games. Proceedings of the GAMEON-NA.

[5]. Blog.csdn.net. (2018). 游戲開(kāi)發(fā)中的人工智能（十四）：神經(jīng)網(wǎng)絡(luò) - CSDN博客. [online] Available at: https://blog.csdn.net/jurbo/article/details/76526683

[6]. Blog.csdn.net. (2018). 游戲開(kāi)發(fā)中的人工智能（完）：遺傳算法 - CSDN博客. [online] Available at: https://blog.csdn.net/jurbo/article/details/76576070

[7]. Graft, K. (2015). When artificial intelligence in video games

[8]. becomes...artificially intelligent. [online] Gamasutra.com. Available at: https://www.gamasutra.com/view/news/253974/When_artificial_intelligence_in_video_games_becomesartificially_intelligent.php

[9]. Martin, M. (2018). Using a Genetic Algorithm to Create Adaptive Enemy AI. [online] Gamasutra.com. Available at: https://www.gamasutra.com/blogs/MichaelMartin/20110830/90109/Using_a_Genetic_Algorithm_to_Create_Adaptive_Enemy_AI.php

[10]. Dickens, A. (2018). Wii Is AiLive. [online] Nintendo Life. Available at: http://www.nintendolife.com/news/2006/10/wii_is_ailive

[11]. Coldewey, D. (2018). Ubisoft combines AI research and game development at ‘La Forge’. [online] TechCrunch. Available at: https://techcrunch.com/2017/12/22/ubisoft-combines-ai-research-and-game-development-at-la-forge/

[12]. Kamen, M. (2018). Ubisoft is using AI to catch bugs in games before devs make them. [online] Wired.co.uk. Available at: http://www.wired.co.uk/article/ubisoft-commit-assist-ai

[13]. Maguid, Y. (2018). HOW UBISOFT IS USING AI TO MAKE ITS GAMES, AND THE REAL WORLD, BETTER. [online] News.ubisoft.com. Available at: https://news.ubisoft.com/article/how-ubisoft-is-using-ai-to-make-its-games-and-the-real-world-better

[14]. S?derlund, P. (2018). EA Joins the OpenAI Universe Initiative. [online] Electronic Arts Inc. Available at: https://www.ea.com/news/ea-joins-openai-universe-initiative?isLocalized=true

[15]. Staff, C. (2018). Smarter AI coming to PlayStation 4 games via xaitment. [online] Creative Bloq. Available at: https://www.creativebloq.com/smarter-ai-coming-playstation-4-games-xaitment-3133073

（編輯：文文）