AI，让游戏再次伟大

在当下这个AI到处都有的时代，每个游戏厂商好像都有这样一种执念，那就是非得借助AI让自家游戏里的角色变得更像真人 。

事实是这样，就在最近这段时间里面，那家名为索尼的公司，运用AI去操控旗下一款名为《地平线：西之绝境》的游戏当中的主角Aloy，而这件事情，遭到了匿名网友的揭发爆料。

依据流出来的消息，玩家能够借助语音跟 Aloy 展开互动，Aloy 不但能够针对玩家提出的问题对答好似流水般顺畅，而且还能够配合做出相应的面部表情从而贴近现实情况。

这般玩法确实并非没有创新性可言，然而恐怖谷效应好像成为了AI版本的Aloy难以跨越过去的界限、阻碍。有些人甚至发布视频去吐槽她说话的语调显得死板僵化、面部表情透着令人毛骨悚然的感觉。玩家彼时的注意力根本没办法放置到对话内容之上，仅仅只是看着这张活动起来极为不自然的面孔，就已然足够让人心中恐慌感直线锐减了呀。

当国外网友还对着Aloy叫嚷着creepy之际，米哈游创始人蔡浩宇的AI创业公司Anuttacon，公布了旗下手游《Whispers from the Star》的预告片 。

受困于外星星球的女主Stella，要倚仗玩法家的实时语音、文字才能够在太空存活下去。于游戏里，女主的反应以及剧情全然是由AI驱动的，能够这么讲，玩家的每一句话、每一个选择都会如同蝴蝶效应那般，切实影响故事的走向。

这一回，吐槽女主外貌的，倒是变少了，毕竟Stella真的挺可爱的，然而，这种不经意间就会出现四目相对情况的“纯聊式”玩法，多少有点不顾及社恐玩家了。

不把游戏厂商们的那种执着念头抛开不说，面对接连出现不断涌现的由AI驱动的NPC，我不由得产生一个问号：游戏里的NPC是怎样一步接着一步发展到如今这般样子的？它又会朝着什么方向发展呢？

01：想当年

，NPC还是人工“智障”

差不多所有游戏当中，都存在带有AI属性的方面，最为常见的便是与你具备相爱相杀关系的NPC 。

NPC的智商高低与心机段位，直接与玩家的爽感挂钩。

曾经有那么一小段时间，游戏里头的NPC居然通通都是那种毫无情感，没有丝毫智慧，存在感极其微弱，简直就像不存在一样的“三无”类型产品 。

当你朝着《超级马里奥》里头那个蘑菇头，饱含深情地表白时，它仅仅会呈现出恰似甲方爸爸般拘泥僵直的神情。它依照早已预先设定好的动作指令，来回地游动徘徊，直至被你用脚一脚踩瘪，终结自己那短暂无比的一生。

这般智力低下的NPC通常仅现身于小游戏里，当玩家搞清楚其真实情况的时候，便是对游戏感到失望的时候。

因此，变得更心机、更套路，就成为了NPC的必然进化方向。

时间推移到上个世纪八十年代时期阶段，一款被称作《吃豆人》（Pac-Man）的街机游戏于美国迅速走红，没过多久短时间内便就在全球范畴领域引发起强烈热潮。这款仅仅只有24kb的游戏表面看上去显得简单容易，实际上却实则蕴含包含了诸多许多的精妙精巧的逻辑设计手段创意。

于《吃豆人》这个游戏那儿，玩家们得凭借走位这种方式，去躲开幽灵们展开的围追堵截，然而那四个幽灵呀，总是能够靠着巧妙无比的配合，把玩家从左右两个方向实施包抄。并且呢，这就是在游戏历史上首次出现的游戏AI 。

如此一来问题就出现了，《吃豆人》的创作者岩谷彻究竟是以何种方式，在这般规模不大的街机游戏里，促使NPC展开复杂的行为配合的呢？

其实，岩谷彻是给四个幽灵分别设计了仅属于自己的行动路径。

红色幽灵，也就是 Blinky，是首个出场的幽灵，它的行动最为简单，一直将玩家所在位置当作目标，紧紧追随，从不放弃。

玩家吃掉五分之一的豆子之后，粉色幽灵（Pinky）便会走出房间。它会将玩家前方四个身位的位置当作目标，去执行堵截任务 。

蓝色幽灵（Inky）会在玩家把豆子吃掉五分之二的时候，此幽灵会出场，它会先把玩家正前方一个身位的那个位置确定为A点，又会把红色幽灵所处的位置确定为B点，连接A点与B点从而形成线段，又经过再次操作将反向延长一倍后的那个端点确定为是自己朝这个端点移动定为目标方向与坐标数值，就像在玩家眼里，这个幽灵行进的路线是最难叫人预先推测出来的线路，总是能够在各种特别奇怪的位置冲出来，从而堵住玩家前行的道路。

Clyde，也就是橙色幽灵，会在吃掉五分之三甲数量的豆子过后出场咯 ，它的性格是偏向那种比较具有社交恐惧类型的哟 ，只有当距离玩家的半径超出8个规定的格子范围之时才会去追击玩家呢 ，一旦进入到近身的状态呀 ，它就会在即将战斗的时候选择逃跑啦 ，朝着地图的左下角或者右下角的方向移动哟 。

这样一种AI设计，四只幽灵在移动之际，给人营造出了那么一种假象，一种诡计多端且相互配合的假象，是这样呈现的。

以上所述的，是《吃豆人》里头幽灵最为基础的“追逐模式”，并且，它跟前边提到的两个模式，也就是“散开模式”以及“惊吓模式”，相互组合到一块，进而形成了一种被称作有限状态机的数学模型。

简单来讲，存在着四个幽灵，当某些条件被触发之际，它们会对自身的行为模式予以转换 。

拿个例子来讲，在每一局里面，幽灵们会触发四次“散开模式”，也就是它们会在同一时间，没有事先约定地远离玩家，向着地图的四个角落移动过去，借此让玩家能够获得片刻的休整时间，等时间一到，就又会转变成为“追逐模式”，进而对玩家展开追击 。

除此之外，还有一个“受惊模式”。

于每一张地图之内，除寻常一般化的小豆子之外，还将会呈现出四个体积较大的大豆子。一旦玩家把它们给吃下去了，就会从防守状态转变为开始进攻，朝着四只幽灵展开追击，而此时幽灵就会惊慌失措地四处逃窜。

经历三种模式的来回交替切换，精确把握玩家那种“不服”的心理状态，使得人深陷其中难以自拔，哪怕这一局以惜败告终，可心里始终认为接下来的那一局能够实现逆风翻盘 。

02：当AI开始带着NPC内卷

人类玩家慌了

游戏情景逐渐变得越发复杂起来，有限状态机开始呈现出力不从心的态势，于是呢，行为树就出现了 。

所谓行为树，按其名理解，乃是具备树状形态的一种结构。当NPC就当下需做之事进行询问之际，程序便会自“树根”起始，依照当前所处状态以及条件，逐次朝着下方展开搜索，一直延续到NPC施行最终节点处的行为之时 。

这是一种模式，它基于有限状态机，且更为复杂。看上去厉害程度增加了许多，然而存在一个致命的弱点。

行为树的本质，皆是游戏作者于设计初始阶段，为NPC预先构思好的一连串能够执行的行为，然而，总会存在一些怪异的场景，未被纳入考量范围之内。

带来的结果便是，在程度较轻的情况下，BOSS 没办法去应对那些并非常规的战术，从而显得极为愚蠢，在程度较重的时候，竟是卡出了 BUG，进而成为了玩家能够毫无损伤通关的垫脚石。

像是啊 《魔兽争霸3》存在多种速攻战术 其中就有Tower Rush 亦即是嘞它呢在游戏发展的早期阶段 把用作防御的建筑当作箭塔呐通灵塔之类的 放置到对手住家那儿的附近区域 通过不讲讲究规则的方式的让对手发展受阻 最终达成猥琐又快速通关的目的 。

在那段时期里，源于缺少随机性继而致使消逝不见的分支广度跟深度，曾一度激发了众多玩家具有的那种抖M属性，便是呼喊着“只求老天赐予一场游戏，能够狠狠地将我虐上一回啊！” 。

继而老天展现出极大的仁慈，朝着玩家脸面上抛掷出蒙特卡洛树搜索，抛射出深度神经网络，这可是两张分量十足的大牌 。

蒙特卡洛树搜索作为一种算法，是在决策进程里用以开展最优挑选的，AI借助模拟海量随机行为去评估每种所产生的结果，伴随模拟次数的增多，会构建起一棵搜索树，且会于其中觅得最优解。

不少棋牌类回合制游戏里的AI，运用蒙特卡洛树搜索来应对你。在该算法助力下，一旦AI的征服欲涌起，会立刻施展穷举技法将你击败，最后还会对你抛下一句“年轻人，你对力量一无所知” 。

可是这般极为强大的AI同样存在着不足之处，一旦算力欠缺，蒙特卡洛树搜索便会陷入那个搜索黑洞，长时间都寻觅不到最佳解决方案，若是应用于游戏里，也就如同你的电脑对手犹豫不决，陷入无尽的思索之中。

但是，当与深度神经网络相结合之后，就算是那些堪称世界高水平玩家的人，也会被打得不停地挠头，进而怀疑自己处于怎样一种人生境地。

最有名的实例便是2016年的AlphaGo，它凭借4:1的比分战胜了韩国极具传奇色彩的棋手李世石。

那么，AlphaGo是如何做到的呢？

AlphaGo于搜索之际，要启用两个神经网络，其中一个是策略网络，也就是policy network，另一个是价值网络，即value network。

依据输入的棋盘状态，策略网络会判定出每个走法之间概率分布的情况，以此助力AI去确定下一步的落子位置，防止盲目地去探寻全部的可能性，是这样的。

而价值网络竟会输出当下棋盘状态的好坏值，为帮助AI判定可不可以继续探索此状态，要是处于劣势便赶紧紧急停止、另谋出路 。

自AlphaGo凭借一战声名远扬之后，游戏领域的AI便在朝着“狠狠击败人类”的方向上，一路迅猛突进，飞速发展 。

在2017年的时候，由卡内基梅隆大学所开发的Libratus AI，在跟4名顶尖德州扑克选手展开的对决当中取得了胜利，这标志着AI在不完全信息博弈这个领域的胜利。

在2019年的时候，于《星际争霸2》的人机大战当中，对战型游戏AI AlphaStar凭借10:1的这个战绩，把人类职业高手给碾压了。

同年，OpenAI Five通过一种双方名为《Dota 2》的5v5模式较量，达成了以一种2:0的比分结果，成功击败掉一支被形容为世界冠军战队的OG队伍。

能够看出，游戏公司去设计一款在任何一场游戏里都能战胜人类的AI并非困难之事，然而对于大众玩家来讲，这样远超过人类的游戏AI可以说是毫无价值。

毕竟，谁都不乐意，在遭受工作狂的虐之后，仍要承受那种，被预判为如开了挂一般、走位好似瞬间移动的AI挂逼，摁在地上摩擦的情形 。

03：一个游戏AI的自我修养：

不是“我比你强”，而是“我懂你菜”

有这样一个 AI，它在残局的时候慌慌张张，慌到去乱扔烟雾弹，被爆头之后还会大声高呼“这不可能”，它比那种枪枪都能致人死命的冷酷机器更加让人觉着亲切可爱，有这样一个状态，标点。

于是游戏开发者悟了：让AI当好“人类模仿怪”才是王道。

举个例子来说，《中土世界》这个系列类型的游戏所运用采用的是Nemesis系统，Nemesis呢，原本是希腊神话当中内之中冷酷无情的复仇女神，然而这个系统的机制就如同它的名字所称的那样。

敌人会依据跟主角的互动，动态去生成性格，然后生成记忆，进而生成复仇行为，以此构成复杂的叙事。

在主角将敌人打败的情况下，极有可能致使同一阵营里的其他敌人产生仇恨，进而针对主角展开复仇行动。与此同时，一旦被击杀的敌人发动了小概率出现的死亡欺骗，重生之后就会朝着主角复仇，而且其对话之中的每一个字、每一句话，处处都是对主角的那种极为强烈的嘲讽 。

当主角遭敌人反杀之后，敌人能从胜利当中获取经验，借此在族群里得到晋升，进而变得愈发强大难缠。等再见到主角之时，直接化作“赛博喷子”在公屏上叫嚷：“多谢老铁送的游戏经验。”。

游戏人工智能能够开启“关爱手残党”这一模式，从而给予玩家提供那种具有自适应难度的动态体验 。

譬如《生化危机4》里带有动态水准的难度机制，当玩家于游戏期间不断经历死亡状况时，游戏的AI会判定对面的玩家属于菜鸟类型，进而在此情形下手下留情，于暗中减少敌人的数量，同时增加弹药的掉落几率，使得玩家不会被虐到对自身产生极端怀疑的程度。

这一类NPC的最终极、至关重要的意义在于，要给玩家提供在平常生活里很难得才会有的那种情绪价值，具体表现为，要是你实力强大，我便开启外挂一般超凡表现。要是你能力较弱，我就采取放水的举动。

这般微妙的平衡，恰似火锅的辣度，若太淡，便会索然无味，要是太辣，就会涕泗横流，唯有那种辣得嘶哈嘶哈但又停不下筷子的，才是人间正道。

然而，伴随近些年来实现大幅进步的AI技术，游戏AI更是提升到了一个新的层级，在这之后，它开始努力致力于去打破次元壁，并且朝着走进你的内心这一方向发展。

例如，在开头所提及的，有着对话式AI游戏之称的《Whispers from the Star》里，存在女主这般的人物，人物具体名曰Stella。而她之所以能够做到与你达成共情，并且对于你的请求有求必应，其所依靠的并非是在开发阶段就预先设定好的固定脚本，而是通过生成式语言模型、情感识别模型以及多模态AI系统组合一道完成的实时编排 。

在游戏里头德信竞技，只要是玩家开启一回对话，语言模型会先把语音转成文字，接着借助情感识别模型剖析玩家语音的频谱特征，去判断情绪并且调整剧情权重，最终一次性制造出契合当下语境情节的台词、面部表情以及肢体动作 。

在Demo视频里头，Stella的呈现称得上是惊艳无比 ，给人一种仿佛真的是在跟真人展开互动的感觉 。然而要是仔细去瞧 ，《Whispers from the Star》所展示出来的AI技术 ，其实也是存在着一定的能够提升的空间的 。

比如说，要是想要生成这般动态又复杂的表现，在当前技术水平状况下的AI，免不了会产生一定的“思考”时间。

由于思考时间躲避不了，Anuttacon设计团队运用了“障眼法”，借游戏“太空通讯”的背景，把AI的运算时间化作星际通讯的延迟，削减了玩家等待时的焦躁感。

除此以外，这般大的对话量，对于AI的“记性”而言，是一项不算小的考验，恰似当下大多数对话式AI所存在的通病——因为健忘从而显得绝情。

尽管于Demo里无法瞧出Stella的记忆能力怎样，然而在Anuttacon的招聘启事当中，针对AI角色的大语言模型去设计内存系统，这属于开发人员的核心职责，。

就算《Whispers from the Star》并不成熟，然而它更像是一个实验性质的作品，在进入AI荒野的时候，从而向世人展现了AI更加具有人类特征的可能性。

于是，在往后的某一日，当游戏之中的NPC比你女友还要知晓你时，你必须得承认，它从“人工智障”的层级跨越成为了“杰出战友”。最终，你于被AI填满的情绪价值里欢快翻滚，一边笑着一边去充钱。

你看，这波AI在大气层。

要知道，珍惜宝贵生命为要，玩游戏需把握适宜的度量，毕竟人工智能已然比你更晓得“怎样使你对游戏难以割舍”。