自适性人工智能，为玩家创造绝佳体验

作者MichaelMatuschek前言除了纯粹的多人游戏（玩家体验主要取决于真人对手），人工智能(AI)是游戏设计的根本支柱。然而，商业游戏设计中的人工智能与一般意义上的AI有有着云泥之别：AI在象棋、围棋或星际争霸等游戏中势如破竹，轻松碾压顶尖选手，而其在商业游戏中的应用则不然。这里的情况截然不同：如果AI所向披靡，则会很快让玩家灰心泄气；而若其能力不济，无法与玩家势均力敌，则会让游戏索然无味。有鉴于此，目前业界将目光放在了自适性AI上。这种技术能够根据个别玩家的游戏风格及水平进行调整，为广大玩家呈现既富挑战又充满成就感的体验，即达到“兴奋点”。这项所谓的“高度个性化”技术能够吸引超广泛的潜在玩家，从而取得丰硕的商业成果。游戏中的AI游戏中的AI主要用来操纵玩家之外的角色，比如确定敌人的攻击套路。在早期的电脑游戏中，难度级别主要在于增加更多对手或增强对手的能力，让其造成更多伤害或更快地移动。单纯的脚本或规则限定了游戏形态，不免显得机械枯燥—玩家的表现无足轻重，而游戏的版本决定了一切。在较为复杂的游戏（如策略性游戏）中，这种蹩脚的AI也很常见，而其功用无非是为AI的缺陷“遮羞”：通过获得更多的初始资源或更快地构建单元，否则无法与一流的玩家相匹敌。自适性人工智能，为玩家创造绝佳体验自适性AI的发展有赖于近年来的技术进步—现代计算机和游戏机的图像质量大幅提升，AI本身也有了长足的进步。依托强劲的处理器和更大的内存，游戏领域的精良算法已今非昔比。云游戏的发展趋势让游戏AI的突飞猛进指日可待。GoogleStadia或GeforceNow等服务通过宽带直接将游戏串流到终端设备，让游戏摆脱本地硬件的束缚。这样游戏就能利用无限的云计算能力，实现高级的AI形态。与玩家能力相匹配鉴于这些技术发展，刻板的难度级别已显得不合时宜。如今的挑战在于打造既满足不同玩家水平又具备不同风格的游戏。玩家可分为两类：“休闲”型—放松身心，注重游戏情节和视觉效果；“征服”型—寻求挑战和成就感。因此，如今的自适性AI已经能够评估玩家的获胜率（“输掉游戏的百分比”），且用了哪些技巧获胜（“首选的Y武器”这样就不仅能够调整AI对手的能力（比如让其或多或少地虚发），还能够调整其游戏策略。举例来说，如果玩家喜欢用长程武器，AI对手就能改成徒手搏斗以增强挑战性。保持并增进沉浸式体验游戏设计的重点始终在于在游戏界面的界限内营造沉浸式的体验。如果赛车游戏过于单调，设计者就应当让对手少犯错或更激进地超车，从而更加精彩程度。而一旦对手的车速突然超过此前约定的，玩家就会觉得有失公平，并很快失去兴趣。打造奇特的体验自适性AI会研习玩家的游戏行为，这也开启了另一个可行方案，而且可让游戏更加引人入胜：模仿玩家行为。比如，在赛车游戏中，AI可以模仿玩家车手的操纵方式。这让普通玩家能够在假定的实际比赛情境中与大咖对手短兵相接，一较高下。再举一个例子，电竞的职业选手可以打造具有其独特游戏风格的“AI化身”并进行商业销售，这让广大玩家能够与这位大咖切磋技艺，而不用实际参加对抗大咖的多人游戏。这一全新AI模式的推出为现有的游戏平添了挑战性，但也是增进游戏商业寿命的机会。这样一来，即便玩家闯关成功或研究了所有策略，也不会对游戏丧失兴趣。总结从刻板的难度级别到高级的自适应性AI算法，AI经历了一段漫长的发展历程。当前的目标在于，为广大玩家提供满意的体验，延长游戏的寿命并实现最优的投资回报率。硬件以及云游戏服务方面的长足进步为高度个性化游戏，甚至独特游戏风格“化身”开启了无限可能，成就了独一无二的游戏体验。MichaelMatuschek是一位资深数据专家，来自德国杜塞尔多夫，拥有计算机科学硕士学位和计算语言学博士学位，曾从事过多个行业的各种自然语言处理项目和学术界的工作，涵盖的主题包括评论的情感分析、客户电子邮件分类和本体富集。