欢迎来到noYes游戏王国
网站导航
在上一篇文章中，小编为您详细介绍了关于《山海镜花礼包码在哪领？5月最新礼包兑换码分享[多图]》相关知识。本篇中小编将再为您讲解标题AI技术将会如何改变游戏设计？。
本人从事游戏行业多年。出于个人兴趣，目前AI技术有些研究，并且把自己的所学提炼出来，写了一些文字。 在这一篇，我想站在一个游戏人的角度，带大家看一下AI技术目前已经到了什么地步，并前瞻一下未来AI技术可以在游戏制作中有哪些应用。 可能有人会问，AI在游戏中不是很早就应用了吗？ 是的，其实有电子游戏就有AI。
这里的AI指的是游戏中对手使用的智能，所以AI很早就应用在游戏中了。 但在本篇中讨论的，是近几年来逐渐发展起来的，基于深度学习(也有基于运筹学和博弈论等学科)的AI技术。 应该说，本文讨论的AI会范围会更大一点，并不止步于怪物、NPC的智能。 我希望通过这篇文章，看一下现在AI到底能为游戏行业带来什么。 我会列出一些当前的技术引用，也会有一部分我自己的想法。 最后恐吓一下我的同事们，你们会被AI替代吗？ AI为啥这么火？ AI近几年有多火，我就不作论述了。但为什么AI这么火呢？不同的人可能有不一样的看法，这里只讲一下我自己的看法。 现在我们说的AI技术，大部分跟深度神经网络有关。我认为AI之所以火了，就是因为深度神经网络的加持。 深度神经网络独有的解决问题的方式，使得人类解决问题的能力提高了一个新档次。 所以，我希望用比较简单的语言来描述一下，深度神经网络是什么，好让大家了解，为什么AI技术会突然获得高速的发展。 其实要明白深度神经网络并不难，大家可以把神经网络看作是一个函数。函数的一个重要功能，就是把两个东西对应起来。 在以前，我们要电脑识别一个手写数字“8”，那么程序员就需要写一个函数。 
MNIST数据集中的图片“8” 函数里面需要写一堆规则，例如：
圆？有多圆？
有多大？有多小？半径是多少？
天，那算什么圆？ 我们如果要去识别一个手写数字的图片8，需要写很多很多规则，有时候几乎写不完。 也就是说，在我们现实世界里，有些人类明明能模糊地了解，但说不上具体规则，不可描述东西。 不可描述就意味着，这个函数没法写，也意味着无法通过编程实现。 深度神经网络改变这一点。 神经网络会先随机初始化网络的权重，就是先随便弄一个魔法函数Magic'(x)。 
我们期望Magic函数的功能是输入图片8，输出分类8 一开始，Magic'(x)和我们要的Magic(x)并不相同。所以输出不一定是对的，也就是说Magic'(x) = y', y'不等于我们要的y。 也就是说，把图片8放到这个Magic'(x)里，网络可能识别的出8的概率可能只有40%，而并不是100%。 
通过调整参数，减少loss，让Magic'更靠近Magic 这和我们想要网络识别出8有很大的差距呀，因为我们想f能识别出这些图片是8的概率是100%。 我们称：y'和y之间的差距叫loss。 但这没关系，通过反向传播，调整f(x)的参数权重，让loss最小化，也就是让y'和y之间的差距减少。 这个过程我们称为学习或者训练。 当loss足够小的时候，y' 和y 的差异就不大了。也就是说，f(x)的功能和我们要的F(x)相当！ 如果以上的话没明白，那不要紧。你只要明白两点： 深度神经网络本质上说是个函数。 有了深度神经网络，我们可以把以前不能描述规则的函数造出来。 这就是人类科技树拓宽的一大原因。 游戏性 回到游戏中，我们以前为游戏角色做AI，会用脚本，行为树，状态机等方式。 这些本质上就是在描述怪物的行为，例如看到某个角色，就做什么动作；到了某个时间，释放某个技能。 但这些行为可以足够丰富而完整地描述吗？ 越复杂的行为，我们就需要复杂的行为树；越多的状态，我们就需要越多的状态机。 但当复杂度到了一定程度，人类可能很难理解了自己创造的行为树了。 但神经网络可以，他们制作出的AI不但成功战胜了游戏，还战胜了人类。 目前，AI在这方面最重要的技术叫强化学习 最有名的可以算是以下几个：
最前沿：当我们以为Rainbow就是Atari游戏的巅峰时，Ape-X出来把Rainbow秒成了渣！ https://zhuanlan.zhihu.com/p/36375292
AlphaGo https://www.zhihu.com/topic/20038840/hot
机器之心：AI攻陷多人德扑再登Science，训练成本150美元，每小时赢1000刀 https://zhuanlan.zhihu.com/p/73268685 (Pluribus没有用上深度神经网络，用的更多是博弈论CRF为基础的剪枝)
真雀神，微软亚研推出超级麻将AI，还上了专业十段 https://tech.sina.com.cn/csj/2019-08-29/doc-ihytcitn2805087.shtml
陈雄辉：浅谈AlphaStar https://zhuanlan.zhihu.com/p/97720096
腾讯：腾讯AI「绝悟」打王者，把职业选手干掉了 https://zhuanlan.zhihu.com/p/76482309 现在的AI已经能把人类花式吊打了！甚至到了有人已经发表AI威胁论的程度了！ 但请容我先泼泼冷水，神经网络的训练可不是套套公式就能实现的。神经网络训练的要求都非常高。 首先，AI训练消耗大量资源，包括时间和算力。 跟李世石对战的版本称为AlphaGo Lee，是一个分布式系统，运行在Google云上，使用了 48 个TPU，总耗能约10000W。 而围棋虽然看上去比较复杂，但和其他游戏来说还算是简单的了。毕竟围棋是个回合制游戏。如果像星际这样的复杂游戏，则需要更多。 另外，AI在开发过程中有不确定性。 我认为算力和时间并不是一个主要因素，至少在游戏制作下不是。 毕竟当前的算力下，很多算法已经能击败人类。而且算力必然会不断提升。 但深度学习还有一个不能忽略的因素：深度学习算法带有不确定性。 AI的学习能力除了与算法有关，也与环境有关，也和参数有关，不同参数之间可能是天差地别。 调整参数，然后等待AI的训练，根据结果再调整参数。可能经过漫长的等待才能获得大成。 所以很多搞深度学习的人会把自己比喻成炼丹师。 但这种不确定性正在逐步减少，因为算法是不断更新改进的。从DQN到SAC，就是一个不断解决实际问题，让算法更强，更快，更稳定的过程。 以上，我们对强化学习(Reinforcement Learning)进行了一些介绍。那么强化学习能够带给游戏什么呢？ 我认为强化学习在游戏中应用应该有一个前提：这项技术并不是为了击败玩家，而是为了增强玩家在游戏中的体验。 经过强化学习的AI作为玩家的对手或者敌人，上限是很高的。 我们可以通过弱化，把AI调整成适合当前玩家技术水平的难度。 有趣的事情就发生了。 以前我们为了调整难度，通常会从数值入手。 
攻防血决定了难度 但如果用强化学习的方法，我们还能开辟另外一个维度的难度，让游戏更丰富。 提醒：AI不可预知性会更强。 不像已经设定好的行为树，AI的不可预测性将会增强。这让AI更像“人”，当然是件好事。但设计师对AI的掌控也会降低，意味着对玩家体验的控制的精确性也会相应降低。 但数值会消失吗？我想并不会的。 因为数值是很直观，大部分玩家都需要数值，数值在很多游戏中决定了难度。 我不会告诉你：游戏公司需要赚钱，数值是核心。 强化学习并不会完全替代数值和技能设计，但会给设计师多一项控制难度的工具。 在强化学习方面国外的deepmind和openAI等公司处于领先地位，但更多是从事基础算法研究。 国内有一家专注于AI+游戏的公司——超参数。超参数的CEO刘总正是腾讯AI Lab总经理、围棋AI“绝艺”、王者荣耀AI“绝悟”的团队负责人。 (曾经有幸拜访刘总，刘总是个非常有远见并且很nice的人。在AI+游戏这方面启发了我许多，产生写这篇文章的想法，感谢。) 如何评价手机游戏《轮到你了揭秘篇》？ https://www.zhihu.com/question/380151590/answer/1084924352 关卡生成和辅助设计 由于深度神经网络足够强，而且行为更接近人类。我们可以用这样的AI辅助我们生成一些关卡。 例如三消游戏、Roguelike类游戏。 我们可以通过一定的规则生成关卡，然后用AI进行测试。 我们生成的关卡是否能通过？通过率是多少？或者说容错率是多少？ 新的英雄、卡牌的足够强还是太逆天呢？新英雄的行为是否足够丰富，还是一招打天下？ 国内已经有公司已经这样做了。闻说这家公司已经被字节收购了。 预计未来将会在一些小游戏中应用到强化学习AI，因为小游戏状态相对简单，要求算力较低；同时算法也比较成熟。我自己也试过用AlphaZero的算法实现一些小游戏的AI。 
网易游戏《花与剑》中的筹算小游戏 事实上，AI如果足够丰富，小游戏的体验层次也会得到提升，一些原来并不适合做成游戏的桌游，也能成为线上的游戏了。 卡牌类、回合类游戏也将会很快用上强化学习进行辅助设计。 故事性 游戏的故事性包括美术、文案、配乐等部分。我将尝试从游戏制作流程，当前有什么AI技术能帮助到各个岗位的同学。 我们先来说说美术。 1.美术 原画阶段 永远的PS，Adobe在这方面走得很远。 【官宣】Adobe 2019史诗级加强，官宣的视频看着就是舒服！ https://www.bilibili.com/video/BV1ot411d7iH?p=2 我认为AI在这方面能帮助美术同事减轻很多不必要的工作压力。例如把人物从背景抠出来这些烦而不难的工作，在AI的加持下将会变得更简单，操作将会变得越来越智能。 对了，二次元的老婆，可以直接批量生产。 机器之心：想用StyleGAN生成老婆？来看看这个小哥的复现细节吧 https://zhuanlan.zhihu.com/p/102085621 这里用到的是对抗神经网络GAN。这项技术甚至可以让你的老婆生成不同的表情。 建模 2D转3D的GAN，通过照片，原画直接生成3D模型，可能在不远将来就能实现。这不是神笔马良？ 但这项技术目前还不够成熟，距离实际生产应该还有一段距离吧。 AI科技大本营：AI做不了“真”3D图像？试试Google的新生成模型 https://zhuanlan.zhihu.com/p/51665714 动作 现在角色动作很多时候，还必须由动作设计师逐个骨骼调整。而动作捕捉技术虽然成熟，但价钱挺贵的。 那能不能加起两三台手机就能做出轻量级的动捕系统呢？ 答案是目前还没有。但我估计未来不久就可以做出来。 
人脸识别或者目标检测算法，可以跟踪屏幕上的物件。将其映射到3D骨骼上应该也不是难事。 在扩散一下思维，只需要找到适合的视频，就能把动作套到模型上。 想一下，做怪物猎人就不用再动捕了，直接在动物世界找个片段就好。(说笑) 《怪物猎人世界 Iceborne》金狮子动作捕捉幕后花絮 https://www.bilibili.com/video/BV1u7411e7Fz?from=search&seid=3101038719262376283 现在表情已经可以捕捉了。 其实表情演出，已经能大大丰富游戏的戏剧性。 蒙皮贴图 通过GAN和风格转换技术，做到输入一张图，按照该图的风格配色，应该很成熟的功能了。 一波：浅谈风格迁移（二）任意风格迁移 https://zhuanlan.zhihu.com/p/129826350 ICON 输入icon的文字，加上游戏风格。 通过nlp + 知识图谱 + GAN的结合或许已经能实现了。 如果用在游戏制作，可能会较为粗糙。但如果是让玩家自己生成家徽，战旗等图标，或者是个好主意。 2.文案 利用GTP2.0技术，可以进行一小段文字的扩写。 
talktotransformer.com 外国有人已经做成了游戏，不过还不够成熟。 https://zhuanlan.zhihu.com/p/98971511 但如果加上知识图谱呢，或许效果会不错。 给AI一段故事，就能变成漫画，这个来自人大微软和北影的AI，要启发电影人的灵感 量子位：谁说AI写故事逻辑乱？试试这个文字冒险游戏，情节丰满紧凑，我进去就出不来了 https://zhuanlan.zhihu.com/p/98971511 这就是就是没有灵魂的文字。但一些边角料的文字，甚至大量没灵魂的外包文字将会被AI替代。 但，个人认为，一种全新类型的游戏可能会从这点开始萌芽。 3.配音 Google AI的Duplex 和 苹果的siri Google AI-Duplex打电话 谷歌人工智能中文字幕_哔哩哔哩 (゜-゜)つロ 干杯~-bilibili https://www.bilibili.com/video/BV1tW411Z7HM?from=search&seid=14684582458564384807 个人认为，现实玩家一般来说比较复杂，让AI完成对话任务估计要求挺高的，不容易。 但或者我们可以用某人的声线，通过AI为我们的文本进行配音。 虽说配音是门艺术，但一些边角料的配音AI还是能胜任和支持的，并且我们不能低估AI发展的速度。 4.音乐 音乐可以自动生成，并且太多了。 量子位：用AI作曲，现在你也可以 https://zhuanlan.zhihu.com/p/34435887 5.商业化 例如某款游戏会不断更新，并且推出新的道具，老道具会打折出售。 那我们应该为某个玩家优先推送那一条信息呢？ 利用大数据我们可以对玩家的需求更有把握。就像淘宝一样。 游戏人何去何从？ 说到这里，相信很多同事都要把我给杀了。AI这摆明抢饭碗吧！ 的确，AI不但在抢劳力工作的饭碗，很大一部分重复型的智力劳动都会被抢走。 说句狠点的，目前游戏制作中的外包都会消失。 但个人觉得，游戏人有一种东西，AI是抢不走的。 对体验的敏感度 现在用计算机生成一个二次元老婆是很简单的事。甚至都不用画。 但作为一个角色，你认为怎样的二次元老婆会受到市场的喜爱？假设AI能写很流畅的剧情了，足够打动玩家吗？假设马良的神笔真的可以出现，那么玩家喜欢怎样的风格呢？ 
最近在玩Ori2，在Ori2中有三段逃亡关卡，仔细听，每个关卡的BGM虽然旋律一样，但编曲都不相同。 第1、3段用了很重的鼓点，来营造气氛。 但第二段却用了弦乐，为什么？ 这是因为第二段的操作更多是长按操作，弦乐和长按操作更加配合。 这些微小的体验差距，最终只有游戏的设计者才能判断。 AI能让游戏制作变得简单，但怎样的游戏会让玩家喜爱，让自己喜爱？这归根到底是体验的敏感度。 鲁迅曾经说过：当AI发展起来，最有价值的人将会分为两极。
还有能连接这两极的人。 作者：张斯俊 知乎专栏“白话强化学习”： https://zhuanlan.zhihu.com/c_1215667894253830144 |
编后语：关于《AI技术将会如何改变游戏设计？》关于知识就介绍到这里，希望本站内容能让您有所收获，如有疑问可跟帖留言，值班小编第一时间回复。 下一篇内容是有关《口碑换成绩？《小小军团2》的传承与迷失》，感兴趣的同学可以点击进去看看。
小鹿湾阅读 惠尔仕健康伙伴 阿淘券 南湖人大 铛铛赚 惠加油卡 oppo通 萤石互联 588qp棋牌官网版 兔牙棋牌3最新版 领跑娱乐棋牌官方版 A6娱乐 唯一棋牌官方版 679棋牌 588qp棋牌旧版本 燕晋麻将 蓝月娱乐棋牌官方版 889棋牌官方版 口袋棋牌2933 虎牙棋牌官网版 太阳棋牌旧版 291娱乐棋牌官网版 济南震东棋牌最新版 盛世棋牌娱乐棋牌 虎牙棋牌手机版 889棋牌4.0版本 88棋牌最新官网版 88棋牌2021最新版 291娱乐棋牌最新版 济南震东棋牌 济南震东棋牌正版官方版 济南震东棋牌旧版本 291娱乐棋牌官方版 口袋棋牌8399 口袋棋牌2020官网版 迷鹿棋牌老版本 东晓小学教师端 大悦盆底 CN酵素网 雀雀计步器 好工网劳务版 AR指南针 布朗新风系统 乐百家工具 moru相机 走考网校 天天省钱喵 体育指导员 易工店铺 影文艺 语音文字转换器
