一、競(jìng)技游戲的團(tuán)隊(duì)AI如何實(shí)現(xiàn)

很多人問游戲AI該怎么做？隨著游戲類型的多元化，非 MMO或者卡牌的游戲越來越多，對(duì)AI的需求也越來越強(qiáng)了。而市面上關(guān)于 AI的書，網(wǎng)上找得到的文章，也都流于一些只言片語的認(rèn)識(shí)，理論化的套路，和一些簡(jiǎn)單的 DEMO，離真正的項(xiàng)目差距甚遠(yuǎn)，無法前后銜接成一條線，更無法真正落地到編碼。

國(guó)內(nèi)真正做過游戲AI的少之又少，東拉西扯的人很多，真正做過項(xiàng)目的人很少，因?yàn)閲?guó)內(nèi)主要以MMO為主，RTS比較少，體育競(jìng)技類游戲更少，而從AI的難度上來看，應(yīng)該是：MMO< FPS< RTS<體育競(jìng)技。作為實(shí)際開發(fā)過AI的人，給大家科普一下，什么叫做硬派AI。硬派游戲AI，不是虛無縹緲的神經(jīng)網(wǎng)絡(luò)，用神經(jīng)網(wǎng)絡(luò)其實(shí)是一個(gè)黑洞，把問題一腳踢給計(jì)算機(jī)，認(rèn)為我只要訓(xùn)練它，它就能解決一切問題的懶人想法。更不是遺傳算法和模糊邏輯，你想想以前8位機(jī)，16位機(jī)上就能有比較激烈對(duì)抗的足球游戲、籃球游戲，那么差的處理器能做這些計(jì)算么？硬派游戲AI，就是狀態(tài)機(jī)和行為樹。狀態(tài)機(jī)是基本功，行為樹可選(早年AI沒行為樹這東西，大家都是hard code的)。大部分人說到這里也就沒了，各位讀完還是無法寫代碼。因?yàn)闆]有把最核心的三個(gè)問題講清楚，即：分層狀態(tài)機(jī)、決策支持系統(tǒng)、以及團(tuán)隊(duì)角色分配。下面以我之前做的籃球AI為例，簡(jiǎn)單敘述一下：

方法/步驟

1

何為分層狀態(tài)機(jī)？

每個(gè)人物身上，有三層狀態(tài)機(jī)：基礎(chǔ)層狀態(tài)機(jī)、行為層狀態(tài)機(jī)、角色層狀態(tài)機(jī)。每一層狀態(tài)機(jī)解決一個(gè)層次的復(fù)雜度，并對(duì)上層提供接口，上層狀態(tài)機(jī)通過設(shè)置下層狀態(tài)機(jī)的目標(biāo)實(shí)現(xiàn)更復(fù)雜的邏輯。基礎(chǔ)狀態(tài)機(jī)：直接控制角色動(dòng)畫和繪制、提供基礎(chǔ)的動(dòng)作實(shí)現(xiàn)，為上層提供支持。行為狀態(tài)機(jī)：實(shí)現(xiàn)分解動(dòng)作，躲避跑、直線移動(dòng)、原地站立、要球、傳球、射球、追球、打人、跳。角色狀態(tài)機(jī)：實(shí)現(xiàn)更復(fù)雜的邏輯，比如防射球、籃板等都是由N次直線運(yùn)動(dòng)+跳躍或者打人完成。

每一層狀態(tài)機(jī)都是通過為下一層狀態(tài)機(jī)設(shè)定目標(biāo)來實(shí)現(xiàn)控制(目標(biāo)設(shè)定后，下層狀態(tài)機(jī)將自動(dòng)工作，上層不用關(guān)心動(dòng)畫到底播到哪了，現(xiàn)在到底是跑是跳)，從而為上層提供更加高級(jí)擬人化的行為，所有狀態(tài)機(jī)固定頻率更新(如每秒10次)，用于判斷狀態(tài)變遷和檢查底層目標(biāo)完成情況。最高層的角色狀態(tài)機(jī)的工作由團(tuán)隊(duì)AI來掌控，即角色分配的工作。而行為狀態(tài)機(jī)以上的狀態(tài)抉擇，比如回防，到底是跑到哪一點(diǎn)，射球，到底在哪里起跳，路徑是怎樣的，則由決策支持系統(tǒng)提供支持。

2

何為決策支持系統(tǒng)？

狀態(tài)機(jī)為角色的大腦，而決策支持系統(tǒng)為角色的眼睛和耳朵，常見的工具有勢(shì)力圖(Influence Map)和白板(相當(dāng)于不同角色間喊話)，其中勢(shì)力圖比較常用，籃球游戲AI勢(shì)力圖可以用下面幾張圖來表示：

勢(shì)力圖1：于防守籃板距離的map，每格分值為最遠(yuǎn)距離減去該格到籃板所在格子的距離

3

勢(shì)力圖2：進(jìn)攻籃板距離的map，每個(gè)分值為最遠(yuǎn)距離減去該格到籃板距離，籃板后為0

勢(shì)力圖3：同敵人距離，每個(gè)敵人有影響范圍，范圍內(nèi)，離敵人越近分越低，范圍重疊選低的。

勢(shì)力圖4：同所有隊(duì)友目標(biāo)位置距離map，打分方法類似上圖。

勢(shì)力圖5：與每個(gè)隊(duì)友目標(biāo)位置距離的map，標(biāo)識(shí)單個(gè)隊(duì)友目標(biāo)位置距離的map

勢(shì)力圖6：現(xiàn)實(shí)傳球可行性的map，分?jǐn)?shù)越高，越容易把球傳到該格子上。

勢(shì)力圖7：容易把球傳出的位置map，越容易直接傳球給隊(duì)友的區(qū)域分?jǐn)?shù)越高。

勢(shì)力圖8：綜合map，把以上map按一定加權(quán)求和。球員有合法目標(biāo)區(qū)域，便于實(shí)現(xiàn)內(nèi)線游走和外線游走。

每個(gè)球員性格不同，權(quán)值也不同，有保守的球員，有喜歡冒險(xiǎn)的球員，權(quán)值不同而已。這些勢(shì)力圖都是為了給上面的三層狀態(tài)機(jī)和團(tuán)隊(duì)狀態(tài)機(jī)提供決策支持的。

何為團(tuán)隊(duì)角色分配？每一層狀態(tài)機(jī)為下一層設(shè)定一個(gè)目標(biāo)，讓下層自動(dòng)工作，頂層角色層的目標(biāo)則由最高層的團(tuán)隊(duì)ai進(jìn)行戰(zhàn)術(shù)指導(dǎo)。

團(tuán)隊(duì)狀態(tài)機(jī)跟據(jù)當(dāng)前的游戲情況確定當(dāng)前首要目標(biāo)(進(jìn)攻或者防守)，又根據(jù)當(dāng)前的勢(shì)力圖等信息，確定進(jìn)攻或者防守的具體戰(zhàn)略(比如中路突破、盤路包抄、下底傳中等)，最終為當(dāng)前己方的所有角色分配一個(gè)新的任務(wù)，即設(shè)定角色層狀態(tài)機(jī)的新目標(biāo)，確定他是做主攻還是做助攻，還是聯(lián)防還是策應(yīng)。具體該怎么聯(lián)防，怎么策應(yīng)，那就是角色層狀態(tài)機(jī)的事情了。

話題總結(jié)其實(shí)團(tuán)隊(duì)AI沒那么玄乎，任何問題就是一個(gè)編程的建模問題，而最復(fù)雜的體育競(jìng)技類游戲的AI策略，上文已經(jīng)給出模型，相信各位略加修改即可使用。寫狀態(tài)機(jī)是游戲AI的硬功夫，如果狀態(tài)機(jī)邏輯經(jīng)常改變或者項(xiàng)目規(guī)模大了以后可以考慮引入決策樹來控制狀態(tài)機(jī)，程序提供一系列接口，然后用可視化的編輯器進(jìn)行更改，感興趣的人可以參考決策樹相關(guān)文章。

概率統(tǒng)計(jì)如果上面這些邏輯都實(shí)現(xiàn)了，這時(shí)候才可以輔助與概率統(tǒng)計(jì)來讓角色具備學(xué)習(xí)特性，比如統(tǒng)計(jì)某個(gè)策略對(duì)對(duì)手的成敗情況，用來支撐下一次決策，這樣能夠逐步發(fā)現(xiàn)對(duì)手的弱點(diǎn)，還可以統(tǒng)計(jì)所有用戶的大數(shù)據(jù)，來確定某種情況下，選擇什么策略，能夠?qū)Ω?0%的用戶。

神經(jīng)網(wǎng)絡(luò)在上面所有邏輯都實(shí)現(xiàn)了，你調(diào)試玩著比較順暢的時(shí)候，再在團(tuán)隊(duì)角色分配處嘗試使用神經(jīng)網(wǎng)絡(luò)或者模糊邏輯，同樣是學(xué)習(xí)大數(shù)據(jù)，來引入一些不可控的人性化的成分，讓游戲更加有意思。(EA的 FIFA 20XX號(hào)稱引入神經(jīng)網(wǎng)絡(luò)，Call of Duty的AI也號(hào)稱引入了神經(jīng)網(wǎng)絡(luò)和學(xué)習(xí)機(jī)制)。確實(shí)讓游戲更有趣一點(diǎn)，但僅僅如此而已。PS：關(guān)于棋牌類 AI的相關(guān)話題，和這個(gè)不一樣，因?yàn)槠迮艫I是要尋求最佳解的，使用博弈樹等工具進(jìn)行解決，感興趣的話，可以參考我另外一篇文章：TINY-GOBANG最精簡(jiǎn)的五子棋人機(jī)對(duì)戰(zhàn)PS：當(dāng)你看到屏幕的角色好似被你賦予了生命的樣子，一個(gè)個(gè)單獨(dú)而有整體有序的活動(dòng)著，偶爾還能做出你意料之外的事情，你將充滿了創(chuàng)造的喜悅。

二、電競(jìng)游戲走上正式化,電競(jìng)行業(yè)會(huì)不會(huì)受到人工智能的影響

電競(jìng)行業(yè)將來一定會(huì)受到人工智能的影響。在去年8月，世界頂級(jí)職業(yè)球員之一鄧迪(Dendi)在由OpenAI開發(fā)的DotaAI 1VS1中輸給了Dota 2的AI。這場(chǎng)比賽有兩局。在第一局，AI用假動(dòng)作騙了鄧迪，讓他補(bǔ)好刀子就打敗了它。在第二局，鄧迪因?yàn)樗郧暗腻e(cuò)誤而失去了領(lǐng)先地位，這場(chǎng)比賽在人工智能無限優(yōu)勢(shì)的雪球中迅速結(jié)束。

早些時(shí)候，電子競(jìng)技玩家擔(dān)心AI的是，玩家和AI之間的一場(chǎng)比賽。AI貢獻(xiàn)了"星際爭(zhēng)霸"的神操作。玩家和AI分別用40只毒蟲和100只小狗對(duì)20輛坦克進(jìn)行了11次戰(zhàn)斗。結(jié)果，玩家們所進(jìn)行的所有進(jìn)攻和防御戰(zhàn)都失敗了，而AI控制的步槍手以零傷亡的記錄消滅了所有的毒蟲，而近20只幼犬在摧毀了20輛坦克后離開了。這些比賽是認(rèn)為玩家，包括職業(yè)選手在內(nèi)的人在人工智能面前變得手無寸鐵的證據(jù)。

現(xiàn)在電子競(jìng)技已經(jīng)成為一門學(xué)科，但目前它在世界各大教育體系中還只是一個(gè)新生事物。如果傳統(tǒng)的訓(xùn)練方法不適合于電子競(jìng)技產(chǎn)業(yè)的快速發(fā)展，我們也許可以把重點(diǎn)放在人工智能上。人工智能也具有大數(shù)據(jù)的優(yōu)點(diǎn)。在教學(xué)中，根據(jù)實(shí)際教學(xué)情況，人工智能可以提供基于大數(shù)據(jù)的最佳教學(xué)方法。

將人工智能引入電子競(jìng)技教育，電子體育專業(yè)也可以作為一個(gè)實(shí)驗(yàn)平臺(tái)，運(yùn)用尖端技術(shù)改革和創(chuàng)新傳統(tǒng)教育，為未來的教育提供前瞻性的指導(dǎo)。電子競(jìng)技仍然是一個(gè)新生事物，人工智能技術(shù)正處在一個(gè)大爆炸的時(shí)代，人工智能在促進(jìn)電子競(jìng)技職業(yè)發(fā)展方面有諸多優(yōu)勢(shì)，可以把人工智能引入電子競(jìng)技教育。

三、ai與真實(shí)游戲區(qū)別

AI與真實(shí)游戲在多個(gè)方面存在區(qū)別，主要體現(xiàn)在畫面表現(xiàn)和內(nèi)容生成效果上。

畫面表現(xiàn)飽和度差異：真實(shí)游戲的畫面為了追求視覺沖擊力和沉浸感，往往會(huì)經(jīng)過精心調(diào)色，飽和度相對(duì)較高，色彩鮮艷豐富，能夠營(yíng)造出奇幻、絢麗等不同風(fēng)格的場(chǎng)景，讓玩家更容易被吸引和代入。而現(xiàn)實(shí)畫面的飽和度通常沒那么高，更接近自然狀態(tài)，色彩相對(duì)柔和、真實(shí)，不會(huì)給人過于濃烈和夸張的感覺。例如在一些大型3A游戲里，魔法森林中的植被色彩斑斕，花朵鮮艷奪目；而在現(xiàn)實(shí)中的森林，植被顏色更多是自然的綠色調(diào)，花朵顏色也相對(duì)淡雅。建模貼圖材質(zhì)精細(xì)度：真實(shí)游戲中的建模、貼圖和材質(zhì)經(jīng)過高度優(yōu)化和設(shè)計(jì)，以達(dá)到在有限硬件資源下呈現(xiàn)出最佳視覺效果的目的。雖然隨著技術(shù)發(fā)展，游戲畫面的精細(xì)度不斷提升，但與現(xiàn)實(shí)相比仍存在一定差距?，F(xiàn)實(shí)中的物體建模是基于真實(shí)物理形態(tài)，貼圖和材質(zhì)具有真實(shí)的紋理和質(zhì)感，細(xì)節(jié)豐富且自然。比如現(xiàn)實(shí)中的金屬表面會(huì)有真實(shí)的磨損、氧化痕跡，紋理細(xì)膩；而游戲中即使模擬金屬材質(zhì)，也可能會(huì)因?yàn)榧夹g(shù)限制或?yàn)榱诵阅芸紤]，在細(xì)節(jié)表現(xiàn)上不夠真實(shí)，紋理相對(duì)簡(jiǎn)單。內(nèi)容生成效果復(fù)雜動(dòng)作模擬：代表本人觀點(diǎn)的內(nèi)容在模擬復(fù)雜動(dòng)作方面存在一定困難。以威爾史密斯吃意面的動(dòng)畫為例，雖然AI已經(jīng)能夠生成以假亂真的畫面，但當(dāng)涉及到一些復(fù)雜的肢體動(dòng)作、表情變化以及動(dòng)作之間的自然銜接時(shí)，AI往往難以完全模擬現(xiàn)實(shí)或游戲中的效果。在真實(shí)游戲中，角色的動(dòng)作設(shè)計(jì)經(jīng)過精心編排和調(diào)試，能夠流暢自然地完成各種復(fù)雜動(dòng)作，并且與游戲情節(jié)和場(chǎng)景相契合。而代表本人觀點(diǎn)的內(nèi)容可能會(huì)出現(xiàn)動(dòng)作僵硬、不連貫等問題。抽象藝術(shù)表現(xiàn)：對(duì)于部分抽象藝術(shù)，AI也難以完全模擬。抽象藝術(shù)強(qiáng)調(diào)的是情感、思想和創(chuàng)意的表達(dá)，其表現(xiàn)形式多樣且富有想象力。真實(shí)游戲在呈現(xiàn)抽象藝術(shù)元素時(shí)，可以通過獨(dú)特的畫面風(fēng)格、音效和交互設(shè)計(jì)來傳達(dá)特定的情感和氛圍。而AI在理解和生成抽象藝術(shù)內(nèi)容時(shí)，可能無法準(zhǔn)確把握其中的內(nèi)涵和情感，導(dǎo)致生成的內(nèi)容缺乏深度和感染力。