當前位置:
首頁 > 科技 > 暴雪遊戲遭遇AI「實力」坑隊友:四處遊走,還不參與戰鬥

暴雪遊戲遭遇AI「實力」坑隊友:四處遊走,還不參與戰鬥

作者 | 琥珀

出品 | AI科技大本營(ID: rgznai100)

「打遊戲 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遊戲愛好者時。

AI 再現智障行為

前不久,在暴雪娛樂的論壇上出現了這樣一條帖子:「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,就結束了比賽。而且,同樣的事情發生不止一次……」在他看來,新版本的《暴風英雄》讓 AI 的表現更糟了,儘管它的表現就一直不盡如人意。簡直讓喜歡玩人機對戰的玩家難受。

為了保留證據,這位玩家還專門保存了錄播視頻,等待官方的回應。

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 四處遊走、不參與戰鬥的情況外,電玩巴士還總結了這個 AI 」坑友「的其他問題:

示意跟隨後,AI 毫無反應或原地滿血回城;不跟隨情況下瘋狂打野,單挑 Boss 自殺;機制觸發前己方若人數少於敵方,直接放棄機制回到兵線上; 極度避免團戰;漏兵線,不推塔……

據了解,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。

儘管,隨後涉事方暴雪娛樂表示:開發團隊已經知曉該問題,並正進行修復,將於近期上線修正補丁,但顯然以上問題並不足以平息接下來玩家對《風暴英雄》人機對戰中 AI 的不滿。

一個月前在《星際爭霸 II》中輕鬆戰勝人類職業選手的 AlphaStar(在 APM 限制為 180 的條件下,以總比分 2:0 分別戰勝兩位職業人類選手),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研究。

那麼,為何在暴雪的另一款《風暴英雄》的人機遊戲中,AI 的表現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,並同時將部分遊戲設計師轉移到別的項目中。在此前玩家的口中,該遊戲一直有個「風暴要火」的梗,而該消息宣布後直接導致許多戰隊解散、選手失業,「風暴第一人」韓國職業選手 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》、《英雄聯盟》(LOL)等都可以稱之為暴雪娛樂的經典之作。

而 2013 年內測、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,不少媒體認為該遊戲過於強調團隊協作,讓玩家很難擁有英雄個人的遊戲體驗。

甚至有人當時評論:

《風暴英雄》已經進入打 AI 刷子時代,「玩法主要是組隊打電腦 AI,不斷送死,增加遊戲時間(根據遊戲時間獎勵經驗),通常時長 1 小時左右擊敗電腦,可以獲得高額經驗。」

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/動作等動作背後的因素統稱為 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遊戲《吃豆人》、《超級馬里奧》,其實就是在對抗機器人。

就以最近的」AlphaStar 虐殺職業星際玩家「事件為案例,少數派指出,

電子遊戲中的 AI 系統,本質上其實是一系列的if this,then that的條件語句……實際的情況可能要比這個複雜的多,會出現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「,但它並不會進行任何自我學習。

儘管能夠進行自我學習的機器學習在科技領域風頭正熱,但大多數的遊戲作品還是採用了」行為樹「(Behaviour Trees)這種技術來進行 AI 交互部分的設計。

因此,」AlphaStar「或」AlphaGo「這類與職業玩家進行人機對戰的 AI,其實是與傳統玩家手中的的遊戲 AI 在設計目的性上有很大不同,這也造成了技術上的差異性。

圖片來源於官網

而在《風暴英雄》這個案例中,則面對更多的是普通玩家。對於他們來講,可以自行選擇新手模式、終極模式等不同難度的遊戲。假如選擇後者,可能會非常難打,因為這個模式會自動選擇職業水平的模板,並不是根據玩家的操作習慣學習。

反之,如果是根據玩家的操作習慣,這個 AI 的水平短時間內會比較低,因為它需要不斷地自我學習來提高。顯然,這對於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,遊戲開發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,應該提前告知用戶,並進行內部 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 等機構一直以來試圖通過《星際爭霸》、《DOTA2》這樣的人機對戰,將神經網路在玩遊戲的過程中不斷訓練提升,其目的之一就是開發一套足夠好的人工智慧系統。

例如,《星際爭霸》中的「戰爭迷霧」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控制任務等複雜問題,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):丟鎚子,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,在普通玩家遊戲中,AI 對戰人類,勝算幾何?仍值得想像。

群招募

喜歡這篇文章嗎?立刻分享出去讓更多人知道吧!

本站內容充實豐富,博大精深,小編精選每日熱門資訊,隨時更新,點擊「搶先收到最新資訊」瀏覽吧!


請您繼續閱讀更多來自 AI科技大本營 的精彩文章:

從技術角度分析「搶票軟體的加速」有多快?
開源,還能走多遠?

TAG:AI科技大本營 |