国服第一王者|让AI来开发更逼真的游戏角色

一个真正强大的电子游戏结合了聪明的代码，华丽的图形，巧妙的动画，和数千小时的辛勤工作。

本文插图
观看了50,000项吃豆人游戏之后，一个计算机程序创建了自己的游戏版本。照片：GETTY图片社
美国艺电公司（EA公司）的研究人员正在测试人工智能的最新进展，以加快开发过程，使游戏更逼真。美国艺电公司（EA公司）是FIFA、Madden和其他热门游戏的开发商。研究人员正在利用一种人工智能技术，通过玩一些最早的游戏机游戏来证明自己。
EA公司和温哥华英属哥伦比亚大学的一个团队正在使用一种被称为强化学习的技术，这种技术的灵感来自于动物对正面和负面反馈的反应，从而自动赋予类人角色生命。 “结果非常非常有希望， ”电子艺界的高级软件工程师法比奥·津诺(Fabio Zinno)说。
传统上，电子游戏中的人物和他们的动作都是手工制作的。国际足联(FIFA)等体育游戏利用了动作捕捉技术，这种技术通常会使用面部或身体上的标记来追踪真人，从而在人物角色中呈现出更逼真的动作。但是这种可能性受到了已经被记录的动作的限制，并且仍然需要编写代码使角色具有动画效果。
通过自动化动画制作过程，以及游戏设计和开发的其他元素， AI可以为游戏公司节省数百万美元，同时让游戏更真实、更高效，例如，一个复杂的游戏可以在智能手机上运行。
近年来，强化学习让电脑在没有任何指导的情况下学会玩复杂的游戏和解决棘手的问题，引发了人们的兴奋之情。 2013年，英国公司DeepMind(后来被谷歌收购)的研究人员利用强化学习创造了一个计算机程序，这个程序可以学习玩几款雅达利(Atari)的视频游戏，达到超人的水平。该程序通过实验和来自像素和游戏得分的反馈来学习游戏。 DeepMind后来利用同样的技术开发了一个程序，该程序掌握了极其复杂和微妙的围棋等棋类游戏。
在7月的Siggraph 2020计算机图形会议上， EA-UBC的研究人员展示了强化学习可以创造出一个不使用传统编码或动画就可以真实移动的可控足球运动员。
为了制作这个角色，团队首先训练了一个机器学习模型来识别和重现动作捕捉数据中的统计模式。然后，他们使用强化学习训练另一个模型来重现具有特定目标的真实运动，例如在游戏中向球跑去。至关重要的是，这将生成原始动作捕捉数据中没有的动画。换句话说，该程序学习足球运动员如何移动，然后可以让人物自己慢跑、冲刺和闪烁。
“我肯定能看到这项技术在不同方面的用途， ”Julian Togelius说，他是纽约大学教授，也是Modl的联合创始人。这是一家为游戏制作ai工具的公司。他补充说，强化学习项目是自动化或“程序生成”方法浪潮的一部分，这些方法将改变游戏内容的创建方式。