人工智能及其在游戏领域中的应用

曹坤泽

人工智能，也被称为机器智能，是指人类制造的能够展现出一定的智能的机器或系统。近几年来，随机计算机技术的发展，人工智能也随之快速崛起，很多人工智能的产品已经广泛应用。在国家层面，人工智能相关的政策也陆续出台。2017 年7 月，《新一代人工智能发展规划》由国务院颁布，这一规划明确了我国人工智能的发展方向，是我国的人工智能发展的战略性规划。《规划》提出到2030 年，我国的人工智能理论、技术、市场应用都要达到全球先进水平，并成为全球人工智能的重要中心之一[1]。

我国游戏市场产值越来越大，拥有巨大前景。2019 年，我国游戏用户超过6 亿，游戏市场实际销售收入2 330.2 亿，同比增长8.7%。中国电竞市场预计在2020 年超越韩国，成为继美国之后的第二大电竞市场。游戏产业在蓬勃发展的同时也开始引入人工智能技术，以提高游戏的可玩性。本文将对人工智能在游戏领域中的应用进行讨论，以期为其未来发展提供借鉴。

1 游戏人工智能

1920 年，一位名为巴贝奇的英国科学家研制出全球第一台“计算机器”，它的出现标志着计算机硬件的开始，如今也被认为是人工智能的前身。电子计算机的发展和应用，让人工智能的实现成为了现实。人工智能可以对人类行为进行模仿学习，并且随着人们对人工智能的探索越来越深以及计算机的计算能力越来越强大，人工智能也变得更“智能”。人工智能的发展经历了十分漫长的历史。17世纪，莱布尼茨和巴斯卡首次有了关于人工智能的想法，他们是最早有智能机器想法的人。

游戏人工智能是人工智能技术在游戏领域发展的产物，一直是其发展的前沿，被认为是人工智能界的“果蝇”[2]。《德军总部3D》（Wolfenstein 3D）早在1992 年就发布了，其游戏中的士兵也有一个基本的人工智能形式。这种智能主要借助有限状态机（Finite State Machine，FSM）算法实现。设计者首先创建一个机器人可能经历的所有事件（状态）的列表，然后，分配机器人对每种情况的具体响应。但有限状态机算法并不适用于所有游戏。例如，在策略游戏中使用有限状态机的话，系统将以同样的方式做出响应，那玩家将会很快学会相关的战胜计算机的策略。因而会产生重复的游戏体验，降低了玩家的游戏体验。因此，必须加入一定的随机性，即让人工智能学会思考，在不同情况下作出合理的决策，例如可以采用蒙特卡洛树搜索（Monte Carlo Search Tree，MCST）算法。

借助人工智能，可以增加电子游戏中的玩家挑战，构建不同智能等级的模拟敌人/玩家，从而增加游戏的乐趣。目前，利用计算机图形技术已经可以模拟真实的世界，VR 技术已经可以为玩家带来沉浸式的体验。

2 游戏人工智能的应用

2.1 深蓝

由美国IBM 公司生产的“深蓝”是一台可以进行象棋博弈的电脑。“深蓝”拥有32 个微型处理器。近1 个世纪的200 多万棋局被输入这一台计算机，使其具有强大的国际象棋能力。“深蓝”的计算模式采用的是并行计算，用于棋局对弈的程序是由C语言写成，其所运行的操作系统为AIX 系统。1996年的“深蓝”版本仅为每秒1 亿步棋，而到了1997年其运算速度约为1997 年的2 倍。在1997 年6 月发布的世界超级电脑排名中，深蓝位于第259 位，其每秒的运算能力可达113.8 亿。在当时一名顶尖棋手只可对随后策略估算10 步的情况下，“深蓝”就已可达12 步棋之多。

深蓝所运用的算法模式是α-β 剪枝，该算法是由约翰·麦卡锡提出。这位算法的研究者也是当时著名人工智能研究者、图灵奖获得者。他在1950年就开始研究如何将计算机使用在棋类领域中，并由此提出了α-β 剪枝算法。该算法的主要核心思想是通过利用已经搜索过的状态对搜索空间进行剪枝，并以此对搜索的精准度和速率进行进一步提高。算法主要分为以下几个步骤，首先是对双方的博弈过程进行模仿，在对弈过程中，通过对进行中的棋局进行打分并向上递送分数。随后在自己已有的分数基础上搜索其他走法，实现最大化提高我方所得分数，并以此为依据走下面的步数。

2.2 AlphaGo

阿尔法围棋是由谷歌团队所研发的一个人工智能机器人[3]，是至今为止第一个击败围棋世界冠军的人工智能机器。“深度学习”是其运用的主要核心技术。所谓的“深度学习”是由大量人工神经网络构成。该算法对人类大脑中的生物神经系统进行了深度模拟，通过一系列的关联将诸多组织相互衔接，从而构成类神经网络形式的处理模式，可对面临的问题进行准确快速处理。阿尔法围棋的处理模式则是由两种模式组合而成，一种是“落子选择器”，它的作用是对当前棋局情况作出评估，从而寻找到最合适的下一步。另一种模式则为“棋局评估器”，它是通过棋子已经定位的情况下，对双方的赢率进行预测。在训练中需要不停的反复，并在此过程中对参数进行调节，从而使得下一次的结果更好。

在2016 年度，阿尔法与李世石进行了一场围棋比赛，李世石是一名围棋职业九段棋手，并获得了世界冠军。最后这场比赛阿尔法以4 比1 的总比分获胜；在2017 年度，阿尔法在中国乌镇围棋峰会上，它与柯洁进行了围棋对战，柯洁当时是排名世界第一的围棋冠军，最终阿尔法仍然以3 比0 的总比分获胜。阿尔法如今已被围棋界公认其能力超过人类顶尖水平。同年10 月，谷歌研发了新一代的阿尔法围棋人工智能机器人，并取名为AlphaGo Zero。新一代的AlphaGo Zero 与AlphaGo 不同，AlphaGoZero 不再仅仅依赖于人类棋谱，它具备了更为强大的学习模式，这种新型的学习模式就是自我博弈。仅通过三天的训练，AlphaGoZero 就打败了旧版本AlphaGo。

2.3 MOBA 类游戏

MOBA（Multiplayer Online Battle Arena）中文译为多人在线战术竞技游戏，如《英雄联盟》《王者荣耀》等。相比棋类游戏，MOBA 更加复杂。在这类游戏中，人工智能的应用也十分普遍[4]。例如，当玩家挂机（由于网络等原因退出游戏）后，游戏会弹出窗口：队友退出游戏，是否需要他跟随你。可选择“基地挂机”和“跟随我”。如果选择了“基地挂机”，那么挂机玩家将会什么都不做，停留在基地。而“跟随我”选项就运用到了人工智能，电脑会锁定选了此选项的玩家，与他一起行动，并且挂机的玩家会对此玩家攻击的对象进行攻击。在《王者荣耀》中的“AI 托管”即是此类应用。“AI 托管”所用的人工智能比“跟随我”所用的人工智能更加强大。“AI 托管”的操作十分强大，技能释放的精准度比玩家更高。

除了挂机时人工智能会起到作用，人工智能还在游戏中有另一种存在形式。在新手刚刚接触游戏时，由于技术不强，为了不让新手与老玩家匹配到，游戏公司会向低端水平对局中释放“机器人”。新手在刚接触游戏后的几次对局中，基本都是跟“机器人”进行的对局。当新手变强后，便不会再匹配到“机器人”了。

《英雄联盟》《守望先锋》都运用了人工智能。游戏中“机器人”的出现最初是为了解决游戏低水平玩家不至于因人数过少而导致无法匹配的问题。部分游戏公司开发了人对战人工智能的关卡。帮助玩家进行训练。游戏公司运用人工智能除了可以帮助玩家进行训练以外，还可以用人工智能与玩家进行的对战数据进行检测，有助于游戏开发方对玩家的操作进行研究，并且利于游戏公司在后台对游戏进行的优化。

3 结语

人工智能的运用对于游戏开发方来说有许多益处。对人工智能在游戏中的应用研究可以增加开发方对于游戏的理解。这使得开发方开发游戏的不同玩法，有助于游戏和人工智能的共同发展[5]。在电子游戏中，如何更好的使用人工智能技术，这密切关系到游戏的可玩性。在游戏中在合适的领域加入更好的人工智能技术是设计游戏的主要难点之一，想要设计出优秀的智能游戏，是需要建立在能够充分理解玩家与人工智能的共通点的基础上，只有这样才可以周全考虑到玩家的需求。