大量游戲中使用的人工智能概念

介紹

本文將介紹大量游戲中使用的人工智能概念，你將會了解解決AI問題有哪些可用的工具，它們是如何一起工作的，以及你將如何在所選語言或引擎中實施這些工具。

本文需要你對游戲有基本的理解，同時掌握一些數(shù)學概念，例如幾何、三角函數(shù)等等。其中舉出的代碼例子都是虛擬代碼，所以不用具備特別的編程語言水平。

什么是游戲AI

游戲AI主要解決的是游戲人物根據(jù)當前條件應該做出哪些動作。傳統(tǒng)AI環(huán)境中所指的智能體通常是游戲中的人，但現(xiàn)在也可以指一輛車、機器人或更抽象的，例如一群目標對象、一個國家或人口。它們都需要觀察周圍的環(huán)境，并基于環(huán)境做出決定、執(zhí)行動作。通常這一過程是感知/思考/行動的循環(huán)。

感知（Sense）：智能體檢測或被告知環(huán)境中有可能會影響其動作的物體（附近有危險、要撿的物品、需要查看的地點）

思考（Think）：智能體要想出應對方法（比如要選擇一個安全的時機撿東西，或者決定是先攻擊還是隱藏）

行動（Act）：智能體將之前的決策付諸行動（例如開始向敵人或目標物體移動）

環(huán)境變化，在新數(shù)據(jù)下重復這一循環(huán)……

在現(xiàn)實AI問題中，大部分公司重點關注的是“感知”這一環(huán)節(jié)。例如，自動駕駛汽車必須給前方道路拍照，并將其與雷達或LIDAR數(shù)據(jù)進行對比，之后嘗試解讀它們看到了什么。這通常由機器學習方法來完成。

游戲卻不同，因為它們不需要復雜的系統(tǒng)來提取信息，因為大部分信息都在模擬系統(tǒng)內(nèi)部。我們不需要運行圖片識別算法來發(fā)現(xiàn)敵人的位置；游戲知道敵人在哪，可以直接將信息反饋給決策過程。所以游戲中的“感知”環(huán)節(jié)比較簡單，難的是后兩步。

游戲AI的發(fā)展限制

游戲中的AI通常會面臨以下幾種限制：

通常不會像機器學習算法那樣“預訓練”；寫一個神經(jīng)網(wǎng)絡觀察上千名玩家并學習是不現(xiàn)實的，因為這種方法在游戲還未發(fā)布的時候根本無法進行。

游戲應該提供趣味性和挑戰(zhàn)性，而不是追求“最優(yōu)”。所以即使智能體的水平能超過人類，也不會是設計師追求的目的。

智能體還不能太“機械”，要讓對手真的認為他的隊友是“人”而不是“機器”。AlphaGo雖然厲害，但與之交手的選手們都覺得它下棋的方法很不尋常，感覺像和外星人對戰(zhàn)。所以游戲AI也要調(diào)整得更“擬人化”一些。

要支持實時處理，算法不能長時間占用GPU就為了想出對策。10毫秒已經(jīng)過長了。

理想的系統(tǒng)是數(shù)據(jù)驅(qū)動而不是硬編碼，這樣即使不會編程的人也能做出調(diào)整。

有了這些原則，我們可以開始看看在感知、思考、行動循環(huán)中所使用的簡單AI方法了。

基本決策制定

讓我們以簡單的游戲《乓》為例，要保證乒乓球可以彈到球拍上，如果掉落就算輸了。AI的任務就是決定球拍的移動方向。

硬編碼條件語句

如果我們相用AI控制球拍，那么最直接最簡單的方法就是嘗試讓球拍一直位于乒乓球的下方。當球接觸球拍后，球拍的位置就是合適的。

用虛擬代碼表示：

every frame/update while the game is running:

if the ball is to the left of the paddle:

move the paddle left

else if the ball is to the right of the paddle:

move the paddle right

這種方法太簡單了，但是在代碼中：

“感知”部分有兩個“if”語句。游戲知道球和球拍的位置，所以AI詢問游戲二者的位置，從而感知到球的運動方向。

“思考”部分同樣在兩個“if”語句之中。它包含了兩個決策，最終會決定向左、向右或不移動球拍。

“行動”表現(xiàn)在代碼中就是向左或向右移動。但是在其他與戲中可能包括移動的速度。

我們將這種方法稱為“reactive”，因為規(guī)則很簡單。

決策樹

乒乓球游戲也可以用決策樹模型進行可視化：

第一眼看去，你可能覺得決策樹和if語句沒什么區(qū)別。但是這個系統(tǒng)中，每個決策都包括一個精確的條件和兩種可能的輸出，可以讓開發(fā)者不用硬編碼就能從代表決策樹的數(shù)據(jù)中搭建AI。用簡單的表格來描繪決策樹是這樣的：

如果樣本很多，決策樹真的非常強大，可以高效地進行情境分辨。

腳本撰寫

設計AI的人員可以根據(jù)自己的想法安排決策樹，但是他們必須依靠編程人員提供的所需條件和動作。如果我們給設計人員更好的工具，可以讓他們創(chuàng)造自己的條件，那會怎樣呢？

編程者可以將條件（判斷球在球拍的左邊還是右邊）換成某項值，決策樹的數(shù)據(jù)看起來可能像這樣：

跟上面的表格相同，但是決策有它們各自的代碼。更進一步，將這樣的表達方式（用腳本語言而不是數(shù)據(jù)）帶入邏輯結(jié)論也是可能并且常見的。

對事件做出反應

以上的乒乓游戲中，核心思想就是不斷運行三步循環(huán)，并根據(jù)上一步的環(huán)境狀態(tài)采取行動。但是在更復雜的游戲中，與評估各項條件相比，更多的是對情況做出反應，這在游戲場景的變換中是很常見的。

比如在一項射擊游戲中，敵人首先是靜止的，一旦他們發(fā)現(xiàn)了玩家，不同角色的敵人就會采取不同行動。沖鋒兵可能會向玩家攻擊，狙擊手會位于后方準備射擊。這也是基本的應對系統(tǒng)，但是它需要更高級的決策過程。

高級決策制定

有時，我們想根據(jù)智能體目前的狀態(tài)做出不同的決策，對決策樹或腳本來說，條件過多時就無法高效地運行。有時，我們要提前思考并估計環(huán)境會如何變化，所以就需要更復雜的剞劂方法。

有限狀態(tài)機（Finite state machine）

一個有限狀態(tài)機（FSM）指的是某個物體，例如AI智能體，目前處在某個狀態(tài)中，之后會轉(zhuǎn)移到另一個狀態(tài)中。由于狀態(tài)的總數(shù)是有限的，所以稱為“有限狀態(tài)機”?，F(xiàn)實中此類例子是紅綠燈。

在游戲中，讓衛(wèi)兵巡邏、攻擊或逃跑等動作可以用簡單的if語句表示。但是如果加上狀態(tài)，例如游蕩、搜查、跑步尋求救援等動作，if條件句就會變得很復雜?？紤]到所有狀態(tài)，我們列出了各狀態(tài)之間需要的過渡狀態(tài)。

用可視化圖表示：

層次狀態(tài)機（Hierarchical state machine）

你也許注意到上表中有些過渡狀態(tài)是相同的游蕩狀態(tài)中的大部分過渡和巡邏中的狀態(tài)相同，但最好是互相區(qū)分開。游蕩和巡邏都是非戰(zhàn)斗狀態(tài)下的一部分，所以我們可以看做它的“子狀態(tài)”：

主要狀態(tài)

非戰(zhàn)斗狀態(tài)

可視化

行為樹（behavior trees）

在決策過程中，有個小問題，即過渡原則和當前狀態(tài)緊密相關。在很多游戲中，這種方法沒為題，使用上述層次狀態(tài)機還能減少重復。但是有時你想有一種通用的規(guī)則，不需要考慮狀態(tài)。例如當智能體的健康值減少到25%，你可能想趕快逃跑。當設計師把這一數(shù)值降到10%時，你可能會改變所有相關的過渡狀態(tài)。

對于這種情況，理想狀態(tài)下需要一個系統(tǒng)，該系統(tǒng)決定哪些狀態(tài)可以在另一些狀態(tài)之外存在，以便能在一個地方正確轉(zhuǎn)換。這就是行為樹（behavior tree）。

部署行為樹的方法有很多，但是核心思想都相同：算法開始于一個“根節(jié)點”，樹中的各個節(jié)點表示決策或動作。例如前面提到的衛(wèi)兵層次狀態(tài)機，用行為樹表示：

你可能會發(fā)現(xiàn)，這個樹中從巡邏狀態(tài)返回到游蕩狀態(tài)沒有過度，這時就需要引入無條件的“重復”節(jié)點：

行動和導航

我們有了乒乓球拍移動和衛(wèi)兵作戰(zhàn)的例子，但是我們要怎樣真正地在一段時間內(nèi)讓它們移動呢？如何設置速度、如何躲避障礙、設計線路等等？這一部分我們將詳細講解。

控制

從基礎層面來說，我們可以認為每個智能體有自己的行動速度和方向，它們會在思考階段計算速度和方向，在行動階段執(zhí)行。如果我們知道智能體的目的地，就可以用等式表示：

desired_travel = destination_position – agent_position

但是，在更復雜的環(huán)境中，簡單的等式是處理不了的，也許速度過慢、智能體會在半路遇到障礙等。所以，有時需要考慮加入其他值，讓行走動作更復雜。

找路

在網(wǎng)格中，如果要走到目的地，要先看看周圍可以移動的網(wǎng)格。下圖是一個簡單的搜索動作案例，首先從起點開始搜索，知道找到目的地，再規(guī)劃路線：

但是，這種尋找方式好像太浪費了，擴展了很久才找到最佳路線。下面這種方法在找路時，每次只選擇目標坐標方向的最佳方塊，從而能減少很多候選方塊：

學習與適應

雖然文章開頭我們提到，游戲AI不常用到機器學習，但是我們從中也可以有所借鑒，在設計類游戲或?qū)诡愑螒蛑幸苍S有用。例如在數(shù)據(jù)和概率方面，我們可以用樸素貝葉斯分類器來檢查大量輸入的數(shù)據(jù)，并嘗試分類，讓智能體對當前情況做出合適的反應。在預測方面可以用到馬爾可夫模型等等。

知識表示（Knowledge representation）

我們已經(jīng)討論了做決策、計劃、預測的各種方法，但是如何才能更有效地掌握整個游戲世界呢？我們應該如何收集并組織所有的信息？如何將數(shù)據(jù)轉(zhuǎn)化成信息或知識？各種游戲的方法各不相同，但是有幾種相同的辦法可以使用。

標簽

將用于搜索的碎片化信息打標簽，這是最常見的方法。在代碼中，標簽常用字符串表示，但是如果你知道所有使用的標簽，你就能將字符串轉(zhuǎn)換成唯一的數(shù)字，從而節(jié)省空間，加速搜索。

智能目標

有時，標簽不足以涵蓋所有需要的有用信息，所以另一種存儲信息的方式就是告訴AI它們的備選項，讓它們根據(jù)需要選擇。

回應曲線

回應曲線，簡單地說就是它是一張圖，輸入用x軸表示，虛擬的值，例如“最近的敵人距離”和輸出用Y軸表示，通常從0.0到1.0之間。該圖表示了輸入到輸出之間的映射關系。

黑板

黑板，顧名思義，記錄的是游戲中各個參與者做出的找路動作或決定，其他人也可以使用其中記錄的數(shù)據(jù)。

影像力圖

游戲AI經(jīng)常需要考慮向哪里移動等問題，這類問題通?？梢钥醋鍪恰暗乩怼眴栴}，需要了解環(huán)境的形式和敵人的位置。我們需要一種方法將地形考慮進去，對環(huán)境有個大概了解，影像力圖就是為了解決這個問題做出的數(shù)據(jù)機構(gòu)。

結(jié)語

本文對游戲中使用的AI進行了大致講解，它們的使用場景都很有用，其中的一些技術也許不常見，但是很有潛力。由于本文篇幅較長，我們并未對各項方法做詳細介紹。感興趣的同學可查閱原文。