内容字号:默认大号超大号

段落设置:取消段首缩进段首缩进

字体设置:切换到微软雅黑切换到宋体

业界资讯软件之家
Win10之家WP之家
iPhone之家iPad之家
安卓之家数码之家
评测中心智能设备
精准搜索请尝试:精确搜索

以后,或许人机你都打不过了

2018-12-31 19:34:28来源:IT之家作者:守一责编:守一评论:

12月22日,《王者荣耀》KPL秋季赛总决赛正式举办。在正赛开始之前,首场娱乐赛由人工智能和解说/主播进行,BO1赛制。

作为一个科技媒体编辑,看到人工智能能够出现在KPL赛场上,是非常惊喜的,再想到平常到训练营虐电脑的时候,很是期待腾讯AI Lab带来的人工智能选手的表现。

人类队伍方面,由解说立人、九天、辰鬼、白乐和前职业选手零度组成。虽然说是临时组建的“路人局”,但是人类队伍5名队员的实力都是相当强悍的,辰鬼是之前AS仙阁选手,第一届KPL总冠军;零度,创建了AG超玩会和sViper两支战队;其他三位解说也都是王者几十星往上。可以说,这支临时组建的人类队伍,水平都是《王者荣耀》玩家金字塔顶端的级别的。

人工智能队伍上,则是腾讯AI Lab的AI_000、AI_001、AI_010、AI_011和AI_100五位选手组成,在开赛之前水平未知,据称每天的训练强度最高能够达到人类150年的训练量,勤奋刻苦。

BP上,AI战队5名选手选择的是达摩、阿轲、干将莫邪、典韦、张飞,ban掉了孙膑、庄周、武则天和王昭君;人类战队拿出了花木兰、赵云、小乔、项羽和牛魔,将公孙离、娜可露露、裴擒虎和李信送上了ban位。

▲图片来自KPL王者荣耀职业联赛微博

开局阶段,人类战队贯彻四一分推策略,由立人的花木兰在下路单推,开局由人类队伍牛魔拿下一血,前期人类战队打出5:0的人头优势。

但是,在比赛当中,我们可以看到AI队伍的达摩反红、蹲草等操作。或许大家会觉得这不就是些基本操作吗?

我们不妨想想,在我们当初接触moba游戏的时候,在没有同学、朋友带路的情况下,自己是花了多长时间弄明白反野、蹲草等操作的,甚至在刚开始玩游戏的时候,是不是都一条路走到底。从AI达摩的表现来看,人工智能选手是具备了选手应该具备的意识

另外,在整局比赛当中,AI战队的团战操作,如干将技能的精准度、张飞的辅助等等。比赛之后,甚至有网友调侃AI战队的干将是由HERO久竞的久诚在操作,而达摩则是BA的一诺在操作。

此外,比赛中的打团、关注综合考虑左上角小地图信息、双方英雄视野、英雄属性等信息,什么时候该出现在地图的哪个位置、该干什么等这些,相信目前不少玩家都没有掌握得好,但是AI做到了。

抛开人类战队的放水、网友调侃的成分,AI战队的意识成分已经在比赛当中得到了很好的体现。最终,AI战队在12分钟之后,拿下比赛。

换个更简单的说法,《王者荣耀》顶级玩家组队开黑打人机输了

在《王者荣耀》的这场比赛当中,“统筹”AI选手协作的是由腾讯AI Lab与王者荣耀及王者荣耀职业联赛共同探索的前沿研究项目——策略协作型AI“绝悟”。

▲图片来自KPL王者荣耀职业联赛微博

其实,在《王者荣耀》KPL这场比赛之前,腾讯提前发布了一篇关于AI的论文,显示王者荣耀AI已经掌握了“组团开黑”的技能,并且在与人类王者段位玩家打了250局赛事之后,胜率来到了48%。

在更早的一个月之前,《王者荣耀》体验服开启困难等级的人机练习模式测试,一票技术大牛已经表示难打。

目前,会打《王者荣耀》的AI已经登场,当这些训练有素的AI真正登上王者峡谷之后,现在我们虐人机的快感或许也不复存在,甚至,以后人机你都打不过了。

对于打不过人机这事,再回想一下,其实也不是这一两年的事情。小时候跟电脑下五子棋、象棋的时候,超出简单难度的,你也没怎么赢过,对吧。只不过是现在《王者荣耀》的“电脑”更加高级了。

并且,打不过人机的也不只我们这些普通玩家,世界冠军级别的玩家也打不过人机。在柯洁和AlphaGo的围棋比赛中,柯洁可是被人工智能打到忍不住哭了20多分钟,人家不还是好好地当着人类世界冠军嘛。

对于moba游戏中出现人工智能选手,除了给打人机带来了难度、不再能愉快地虐人机之外,好处也是能够显而易见的。比如说,我们通过《王者荣耀》训练营进行训练的时候,可以更加拟真,而非仅仅是面对着可推测定性行为的电脑“玩家“,这对于玩家甚至是选手的训练是更加直接有效的,同时对于战队的日常训练好处也是有的。

以上只是我一个普通玩家对于游戏AI的理解。

对于游戏厂商而言,AI能够带给玩家的,就不仅仅是只能增加难度,还有乐趣。育碧、EA、索尼等大厂已经在主导人工智能游戏变革,这戏厂商从AI游戏引擎、神经网络开发、AI操作系统等方面寻找人工智能+游戏的潜力

目前,索尼已经选择引入智能游戏引擎助力游戏开发,在PS4引入人工智能引擎Xaitment Map和Xaitment Control;EA执行副总裁Patrick Sderlund极力推动EA Frostbite实验室团队与OPEN AI的合作,并在游戏《战地1》,《红警2》,《命令与征服》等游戏中开始训练AI;雪于2016年底与DeepMind宣布合作;育碧2011年开始尝试算法改进,成立人工智能研究部门“LaForge”,将AI成功运用到游戏中。

通过算法改进,针对不同玩家进行交互的反应而非脚本设定,玩家可以从各种突发事件和情境中寻找多种解决方案,不同于传统游戏中刻板的线性任务流程,不仅节省了大量开发成本,还优化了游戏体验

一个简单的例子,通过非定性AI,游戏内NPC可以自己学习,进而进化出新的行为,让玩家在进行游戏时难以预测,增加了游戏的可玩性。开发者也无需事先预设所有可能的场景,简化开发工作。

不过,游戏AI将给游戏带来的好处是明显的,但是,带来的困难也是显而易见的。比如说上述的非定性AI。神经网络下的NPC是“不可控的”,这给游戏的运营与维护带来不少的风险,NPC的行为将在不断学习中变得难以预测,游戏后期的调试变得异常困难,有可能出现脱轨的问题

对于游戏AI,下一件事相信是“学习”,非玩家角色不再做线性安排,游戏进行的时间越长,游戏便能够根据玩家进行更多演化和学习,具备适应性。

游戏AI的未来,即是让游戏的可玩性、娱乐性更高。回归到一个普通玩家的视角来看待游戏AI的存在,我们会发现游戏AI能够给我们提供训练、带来游戏剧情开发等等游戏。

再来说说标题的问题,或许以后我们打人机都打不过了,但是,我们可以选择和AI组队吗?英雄你选个拿手的,我补位,反正躺的你说是不是。

相关文章

IT之家,软媒旗下科技门户网站 - 爱科技,爱这里。

Copyright (C)RuanMei.com, All Rights Reserved.

软媒公司版权所有