游戏的AI设计?

楼主: exeex (执行档EX)   2018-11-09 16:16:37
各位大大好
我是研究深度学习的研究生
不过研究领域跟游戏AI没啥关
但我满喜欢打电脑游戏的,打FPS,Dota类的,或如文明帝国,三国志这种战棋类的。桌游方面也打过不少,也自己设计过桌游。
我打游戏都是M属性的,会跑去挑战高难度AI
但通常电脑游戏的高难度AI就是把AI的资源量调更高,但还是一样笨。这种AI实在无法满足我。
我最近看到Unity有出Unity Machine Learning Agents,想要空闲的时候玩看看
不知道板上有没有人用过?
作者: wix3000 (痒,好吃)   2018-11-09 16:55:00
一般来说,普通游戏的AI跟目前正热门的AI是不同概念
作者: cjcat2266 (CJ Cat)   2018-11-09 17:04:00
我主要做的是游戏AI,其实大部分时候比较偏设计,要跟设计师密切合作,做出不是最聪明、但是会让人觉得好玩的掰咖NPC,跟学术AI和”现在最热门的AI技术”不一定路线重合Machine learning agent的话,我还没碰到会需要它的usecase,所以实作上还没沾上边。Machine learning不只可用在高阶NPC行为,像是locomotion这种跟动画比较相关的技术,最近也常被讨论,可以找找看phase-functionedmotion matching,蛮有趣的!Ubisoft算是第一间把motion matching用在商用游戏工作室(For Honor),不过不是machine leaning的版本。Bungie更早雇用了motion matching原始paper作者要实作到HaloReach中,不过因为当时硬件跑不起来作罢
作者: dklassic (DK)   2018-11-09 18:03:00
老实说毕竟游戏 AI 就是要让玩家打爆的,花很多时间训练出一个近似真人的 AI 可能比起用几个 State 写出来的 AI玩起来不会比较有趣,开发速度也不会比较快 XD
楼主: exeex (执行档EX)   2018-11-09 18:05:00
楼上说的这个我知道,强的AI其实很吃计算资源,开发起来吃力不讨好,又不一定比较好玩。我是想说现在技术也不断推陈出新,会不会有比较厉害的东西出现XD
作者: Anodare (那个谁)   2018-11-09 18:49:00
只有稍微玩过,可以快速解决一些简单不复杂的状况,github上的页面有教学~
作者: cjcat2266 (CJ Cat)   2018-11-09 19:12:00
有新的技术不一定会被用,还是以设计为优先,有时候很厉害又好玩的游戏AI其实是很基本的技术,加上很厉害的设计混出来的
作者: ddavid (谎言接线生)   2018-11-09 19:12:00
游戏相关的AI研究其实还是蛮不少的,但可能不是你想的样子有些游戏使用的AI技术是在寻路、编队、NPC或开放世界行为,真正用在敌人对抗行动计算的反而未必很多,因为做太聪明未必会好玩XD
作者: jugu (硬盘一定是故意的)   2018-11-10 01:03:00
反过来“为ml而ml”去设计配套的游戏系统或许是有趣的方向?
作者: newyellow (newyellow)   2018-11-10 04:34:00
哇赛 cjcat 太专业了吧!!
作者: rhox (天生反骨)   2018-11-10 09:11:00
要做出很强的AI很简单,要做出很好玩的AI很难
作者: madturtle (旅者‧愚人‧梦想家 )   2018-11-10 10:22:00
之前有想过用ml模拟玩家行为来分担部分QA
作者: leofalcon (LEO)   2018-11-11 01:34:00
ML日后在游戏的应用应该不会是NPC AI,而是偏工具比方说花草树木产生器之类的NPC AI上,设计师无法微调的系统实务上没有用处啊
作者: cjcat2266 (CJ Cat)   2018-11-11 07:33:00
的确,所以motion marxhing除错上往往蛮凭直觉的,要从角色动作问题视觉上,判断需要补足什么部分的动作资料到动作库中*matching还好没到看到错误要除错却一头雾水的状况
作者: dklassic (DK)   2018-11-11 11:58:00
其实我现在在研究能不能用ML来学玩家行为逻辑,希望有办法帮助目前只能用统计手段或系统监控抓作弊的问题在这种简单逻辑准度不高的判定ML或许可能有很大的效用
作者: Feis (永远睡不着 @@)   2018-11-11 13:01:00
今年碰巧有去 TGDF 分享了一些工作,我倒觉得让设计师可微调反而是比较简单的。现在的主要瓶颈还是训练时间跟金钱的成本微调的迭代速度拉不快的话,实务上很难进入制程尤其是要让非 ML 专页的游戏设计师使用还需要提供适当的工具
作者: Pony5566 (Luna Akbar)   2018-11-11 15:55:00
dk说得很像vacnet
作者: dklassic (DK)   2018-11-11 21:42:00
嗯,今年 GDC 才发现原来 Valve 从 2016 就在做了
作者: poshboy (游戏设计人,人设计游戏)   2018-11-12 16:43:00
推留言的讨论
作者: minimaker (MiniMaker)   2018-11-13 15:17:00
今年雷亚分享的做很久然后看起来要放弃的那款(也没人记得叫什么)就说用ml做ai,但成果应该超差所以做到皇室战争没什么人了还在train
作者: LayerZ (無法如願)   2018-11-14 15:13:00
"游戏AI"是用来给玩家虐的,就像设计者出题给玩家破解其实单纯想回外挂部份,之前看过的高等外挂有"掩饰"功能不会直接把准心甩到头上,打完头也会有准心晃动..ML能作到抓外挂就太好了(但是成本/收益是完全不相符的,估计没人会去作随机地图生成应该也用得上如果真的要有效益的,大概是AI假玩家吧...目前的对战类游戏当红,AI假玩家能补上很多的缺陷举例第五人格好了,玩家连败的时候就会遇到AI假玩家弥补玩家的自信而之前负责过的战场,当玩家人数减少后,就会有排队时间的问题,要拉大排队区间就变成有游戏体验的问题,假AI能学习到有实战能力大概就能解决吧,不过这块是我比较不能想象的最后是大逃杀类,一次50人100人才能开一场,排队时间还不能太久,认真,虽然50人里面可能有25人会是上一场在10分钟内淘汰下来的人,但还是可能会有排队太长的问题(看COD BlackOut常常在准备房排很久),丢假AI进去给玩家虐玩家也不会发现是AI吧XD靠北,又回太长了...AI不一定能学到跟真玩家一样强,可能还很蠢,但是不要当队友当敌人就会很爽,真的要高成本当队友的...就再说吧XDML最大的功用,就是让假玩家看起来不要那么假?
作者: Pony5566 (Luna Akbar)   2018-11-15 08:34:00
作者: Feis (永远睡不着 @@)   2018-11-15 23:08:00
要过游戏版的图灵测试也没那么简单xD不过你怎么知道你的对手/队友不是 AI?亦或者,知道他们是 AI 为什么就不好玩了?
作者: goury   2018-11-16 09:48:00
推AI假玩家,这是目前想的到AI对商业模式上帮助最大的地方为什么知道对手是AI就不好玩?不是说不好玩,例如对杀类游戏,杀真人玩家跟杀电脑,对不少人而言,心理感受就有差
作者: LayerZ (無法如願)   2018-11-16 14:56:00
知道他们是AI就不好玩了 <= 没错 但是假玩家跟AI是两回事AI假玩家能解决很多问题,而ML能补足假玩家的缺点问题有两个:其1,你的AI需要强到什么地步? 假如AI假玩家当队友,当然太强太弱都会有问题,应该说我想不到没问题的状况..阿,我有点语无伦次了其2,在玩家心中期待的目标是什么样子,AI能不能满足在大逃杀中,看到人就宰了拿装,AI就是当人数不足时充当杂鱼的功能,甚至还要加上假装射不中不动目标,或是狙击到第几发才准擦到人的限制吧这时候玩家才不在意其他人是什么样子只要不要太过机械化就好回goury,所以没办法用在6v6这种平衡式对战的状况上,不管强或弱,敌人或队友,都会不好玩但是像非平衡式对战,或是大逃杀这种,由于本身就不是平衡对战,玩家就不会期待这目标应该要有的样子,而AI假玩家充数的反感就不会那么大,能用ML让AI假玩家多灵活点,甚至不会有人发现是AI假玩家吧XDD玩家只会觉得,干这人超蠢超烂
作者: Feis (永远睡不着 @@)   2018-11-17 19:51:00
https://www.youtube.com/watch?v=2EN7LvhJQ7s&t=2982s我们这边尝试的一些经验结论给大家参考
作者: leofalcon (LEO)   2018-11-18 15:27:00
ML没办法作AI假玩家 实务上目前主流是BTGame AI领域不存在撒尿牛丸 根据需求选择最适当的系统才是正解后来想到 要说绝对不能做有点武断 应该说能用的游戏类型非常有限 目前为止有实作的都是tabletop类型游戏移植到电子版
作者: trylovetom (闲闲的猛男)   2018-11-27 23:40:00
游戏是为了好玩,你想想李世石跟阿法狗对战就知道,一点都不好玩。
作者: ManInBlack (阿阙)   2018-12-04 15:08:00
我想想我跟李世石对战好像也不太好玩(?)

Links booklink

Contact Us: admin [ a t ] ucptt.com