“打游戲 AI 將完勝人類！？”抱歉，這個 Flag 還是不要立得太早，尤其是面對我們這種普通的游戲愛好者時。

“打游戲 AI 將完勝人類??？”

抱歉，這個 Flag 還是不要立得太早，尤其是面對我們這種普通的游戲愛好者時。

AI 再現(xiàn)智障行為

前不久，在暴雪娛樂的論壇上出現(xiàn)了這樣一條帖子：“did-they-make-the-ai-worse？”

一位名為“Shady”的玩家指出，“整整 16 分鐘，機器人助攻 10 次不到，英雄傷害 10 次不到，就結(jié)束了比賽。而且，同樣的事情發(fā)生不止一次……”在他看來，新版本的《暴風英雄》讓 AI 的表現(xiàn)更糟了，盡管它的表現(xiàn)就一直不盡如人意。簡直讓喜歡玩人機對戰(zhàn)的玩家難受。

為了保留證據(jù)，這位玩家還專門保存了錄播視頻，等待官方的回應(yīng)。

傳送門：https://eu.forums.blizzard.com/en/heroes/t/did-they-make-the-ai-worse/1772

（感興趣的玩家可自行下載嘗試）

除了帖子中這位玩家遇到的 AI 四處游走、不參與戰(zhàn)斗的情況外，電玩巴士還總結(jié)了這個 AI ”坑友“的其他問題：

示意跟隨后，AI 毫無反應(yīng)或原地滿血回城；不跟隨情況下瘋狂打野，單挑 Boss 自殺；機制觸發(fā)前己方若人數(shù)少于敵方，直接放棄機制回到兵線上； 極度避免團戰(zhàn)；漏兵線，不推塔……

據(jù)了解，這款出了“AI 亂子”的《風暴英雄》正值“毒蛇抵抗軍”新皮膚的上線。

盡管，隨后涉事方暴雪娛樂表示：開發(fā)團隊已經(jīng)知曉該問題，并正進行修復，將于近期上線修正補丁，但顯然以上問題并不足以平息接下來玩家對《風暴英雄》人機對戰(zhàn)中 AI 的不滿。

一個月前在《星際爭霸 II》中輕松戰(zhàn)勝人類職業(yè)選手的 AlphaStar（在 APM 限制為 180 的條件下，以總比分 2:0 分別戰(zhàn)勝兩位職業(yè)人類選手），正是來自與暴雪宣布合作的 DeepMind。早在 2016 年 11 月，DeepMind 就宣布與暴雪在《星際爭霸 II》中合作開展機器學習的相關(guān)研究。

那么，為何在暴雪的另一款《風暴英雄》的人機游戲中，AI 的表現(xiàn)卻可以形容為智障呢？

對《風暴英雄》知之者，甚少

先讓我們先來了解一件事：

去年年底，暴雪方面宣布，從 2019 年起，將停辦《風暴英雄》全球錦標賽與北美宿舍英雄，并同時將部分游戲設(shè)計師轉(zhuǎn)移到別的項目中。在此前玩家的口中，該游戲一直有個“風暴要火”的梗，而該消息宣布后直接導致許多戰(zhàn)隊解散、選手失業(yè)，“風暴第一人”韓國職業(yè)選手 rich 甚至在 Twitch 上直播了卸載《風暴英雄》的全過程。“風暴”就此涼涼？

可能是因為《風暴》從來沒火過，所以也不存在涼涼。

相比之下，除了《星際爭霸II》，《魔獸世界》、《暗黑破壞神III》、《守望先鋒》（）等都可以稱之為暴雪娛樂的經(jīng)典之作。

而 2013 年內(nèi)測、2015 年正式上市的《風暴英雄》從一開始就未能獲得玩家的認可，不少媒體認為該游戲過于強調(diào)團隊協(xié)作，讓玩家很難擁有英雄個人的游戲體驗。

甚至有人當時評論：

《風暴英雄》已經(jīng)進入打 AI 刷子時代，“玩法主要是組隊打電腦 AI，不斷送死，增加游戲時間（根據(jù)游戲時間獎勵經(jīng)驗），通常時長 1 小時左右擊敗電腦，可以獲得高額經(jīng)驗?！?/p>

這又是機器人的鍋？

在玩家眼中，一般將控制 NPC（Non-Player Character）行動/交互/動作等動作背后的因素統(tǒng)稱為 AI。實際上，這種 AI 在早期的 2D 時代就有了，例如我們當時玩的單機游戲《吃豆人》、《超級馬里奧》，其實就是在對抗機器人。

就以最近的”AlphaStar 虐殺職業(yè)星際玩家“事件為案例，少數(shù)派指出，

電子游戲中的 AI 系統(tǒng)，本質(zhì)上其實是一系列的 if this,then that 的條件語句……實際的情況可能要比這個復雜的多，會出現(xiàn) if this and this but not this……這種十分精確的條件，這時候電腦自然要對符合條件的指令進行運算，來讓這些 NPC 看起來擁有與人類一樣的”智慧“，但它并不會進行任何自我學習。

盡管能夠進行自我學習的機器學習在科技領(lǐng)域風頭正熱，但大多數(shù)的游戲作品還是采用了”行為樹“（Behaviour Trees）這種技術(shù)來進行 AI 交互部分的設(shè)計。

因此，“AlphaStar”或“AlphaGo”這類與職業(yè)玩家進行人機對戰(zhàn)的 AI，其實是與傳統(tǒng)玩家手中的的游戲 AI 在設(shè)計目的性上有很大不同，這也造成了技術(shù)上的差異性。

圖片來源于官網(wǎng)

而在《風暴英雄》這個案例中，則面對更多的是普通玩家。對于他們來講，可以自行選擇新手模式、終極模式等不同難度的游戲。假如選擇后者，可能會非常難打，因為這個模式會自動選擇職業(yè)水平的模板，并不是根據(jù)玩家的操作習慣學習。

反之，如果是根據(jù)玩家的操作習慣，這個 AI 的水平短時間內(nèi)會比較低，因為它需要不斷地自我學習來提高。顯然，這對于追求娛樂的用戶體驗來講是不能接受的，普通玩家們希望的是與自己水平相當或更好的對手/隊友。

這就存在兩點問題：一是，游戲開發(fā)商是否在未達到一定學習程度就把 AI 投入了運營，導致用戶體驗差；二是，這個 AI 是否具備快速的自我學習能力，如果沒有，應(yīng)該提前告知用戶，并進行內(nèi)部 beta 測試和改進。

不管是哪個原因，暴雪娛樂都難逃責任。

另一方面，DeepMind 、OpenAI 等機構(gòu)一直以來試圖通過《星際爭霸》、《DOTA2》這樣的人機對戰(zhàn)，將神經(jīng)網(wǎng)絡(luò)在玩游戲的過程中不斷訓練提升，其目的之一就是開發(fā)一套足夠好的人工智能系統(tǒng)。

例如，《星際爭霸》中的“戰(zhàn)爭迷霧”機制存在的不完全信息博弈，《DOTA2》中的”五V五“模式蘊含的多智能體連續(xù)控制任務(wù)等復雜問題，均是研究人員著力提升 AI 水平的方向。

正如一位玩家曾這樣描述理想中的 AI：

”風暴（英雄）：丟錘子，判斷射程，預判下半秒運動軌跡，檢索目標與自己之間有無障礙，錘中下一步如何，錘不中下一步如何……“

未來，在普通玩家游戲中，AI 對戰(zhàn)人類，勝算幾何？仍值得想象。