Google发表一项新的机器学习方法,来让游戏开发人员有效训练游戏测试代理,以快速找到游戏中严重的错误,使得人类测试员能够将心力放在更复杂的问题上。
这个解决方案并不需要专业的机器学习专业知识,而且适用各种流行游戏类型,Google开源了Falken函式库来展示这项技术,游戏开发者能够快速地训练足以游玩自家游戏的人工智能代理。
由于过去20年运算和网络技术的进展,使得游戏作品越来越复杂,从过去简单的线性关卡,已经演变到无穷尽的开放世界,游戏具有丰富的多样性,且随着互联网的扩展,也促使了线上游戏发展,Google提到,游戏复杂度的成长速度,已经超过目前测试团队和传统自动化测试的能力范围,这些限制使得游戏品质出现挑战。
Google提到,测试游戏的最基本的形式就是游玩游戏,其中许多严重的错误,包括程式崩溃或是掉出世界地图,是很容易侦测和修复,困难的是要在广泛的游戏状态空间中触发这些错误,而能够大规模游玩游戏的机器学习系统,便能帮上忙。
https://www.ithome.com.tw/news/145356