显卡RX560独显4G和GTX1050 2G那个好_百度知道
显卡RX560独显4G和GTX1050 2G那个好
我有更好的答案
他俩是同档次的，相比来说，性能上1050略强，性比价上，560更好，打沙盒游戏560的显存也占优势，看你玩啥，不过块钱可就有4g版的了
采纳率：48%
1050 2G性能略好560是鸡肋显卡 性能也就950的档次。不值得买。
为您推荐：
其他类似问题
您可能关注的内容
换一换
回答问题，赢新手礼包
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。形如星际争霸这类电脑的Ai，是怎样做到的... | 问答 | 问答 | 果壳网 科技有意思
形如星际争霸这类电脑的Ai，是怎样做到的?简单说下原理
+ 加入我的果篮
额。。。看题目的时候看错了，星际争霸看成了魔兽争霸是神马概念。不过既然问题主体是“AI”，那么神马游戏也就不重要了。手头有个博客，作者是暴雪的一个设计师，地址是 他魔兽争霸，星际争霸，大菠萝都有参与过。博客介绍了做游戏的各种权衡和“黑幕”，非常有意思。其中说到Warcraft的AI，相关内容如下：Computer AIAs many gamers know, computer-controlled “Artificial Intelligence” (AI) players in strategy games are often weak. It’s common for human players to discover exploits that the computer AI is not programmed to defend against that can be used destroy the AI with little difficulty, so computer AI players usually rely upon a numeric troop advantage, positional advantage, or “asymmetric rules” in order to give players a good challenge.In most Warcraft missions the enemy computer players are given entire cities and armies to start with when battling human players. Moreover, Warcraftcontains several asymmetric rules which make it easier for the AI player to compete, though these rules would perhaps be called outright cheating by most players.One rule we created to help the computer AI was to reduce the amount of gold removed from gold mines to prevent them from being mined-out. When a human player’s workers emerge from a gold mine those workers remove 100 units of ore from the mine and deliver it back to the player’s town hall on each trip, and eventually the gold mine is exhausted by these mining efforts. However, when an AI-controlled worker makes the same trip, the worker only remove 8 units of ore from the mine, while still delivering 100 units into the AI treasury.This asymmetric rule actually makes the game more fun in two respects: it prevents humans from “turtling”, which is to say building an unassailable defense and using their superior strategic skills to overcome the computer AI. Turtling is a doomed strategy against computer AIs because the human player’s gold-mines will run dry long before those of the computer.Secondarily, when the human player eventually does destroy the computer encampment there will still be gold left for the player to harvest, which makes the game run faster and is more fun than grinding out a victory with limited resources.Most players are aware of a more serious violation of the spirit of fair competition: the computer AI cheats because it can see th the AI knows exactly what the player is doing from moment to moment. In practice this wasn’t a huge advantage for the computer and merely served to prevent it from appearing completely stupid.Interestingly, with the long popularity of StarCraft (over 14 years since launch and still played), a group of AI programmers has risen to the challenge of building non-cheating AIs. Aided by a library called BWAPI, these programmers write code that can inject commands directly into the StarCraftengine to play the game. Programmers enter their AIs in competitions with each other to determine the victor. While these BWAPI AI players are good, the best of them are handily beaten by skilled human opponents.原文地址在:星际基本没玩过，所以如果下面出现各种错误，可以随意吐槽。个人简单理解就是:首先制定一系列规则，比如来几个兵，计算对方小兵的战斗力，自己拉出对应的战斗力的，闲置小兵过去对砍什么的。拿建筑为例子，开场首先建筑什么，随后建筑什么，每个建筑都有个权重，但是建筑有一些特殊的限制，金钱啊什么的，资源的修改可以触发一些线程，判断是否可以建筑，若可以，选择当前资源下权重最高的建筑什么的。另外，楼上的说法不是很明白，游戏方面我是小白一个，但是，说机器不管人怎么做，这是不对的。机器的AI，从本质上说，是一个决策进程，它有若干监控线程，当某些条件触发后，监控线程会返回信息，决策系统会做出相应的回应。如文中所述，战争迷雾（翻译没问题吧？）对AI是无效的，对AI来说，玩家的动作其实也是被完全的监控的，当玩家的动作满足一定条件后，就会触发监控线程，决策系统会同时做出相应的对策。 你别光点支持啊。。来个专业级别的撒。。我只是"相关"这个级别而已回复 ：AI之所以是AI，是因为它--至少到目前为止--其实只是人的intelligence，也就是设计者在设计的时候，预测出现某些特定情景后，给出特定的反应。比较低级的就是，比如你在游戏开头，直接追到对方老家，拆掉某个功能性建筑后，它可能是先补上这个建筑，再搞下个建筑。而不是傻兮兮的不管这个建筑，直接做下面的。又比如你拿个小兵过去诱惑下AI的小兵，AI的小兵应该会被吸引到，而不是只会坚守岗位。这就是AI的功劳。星际一中，它的条件可能是比较简单: 当攒到兵为N的时候，开始进攻。N是一个常量。但据我所知，AI还是可以厉害很多的。首先，更完善的条件。比如来个小小算法，可以简单评估当前局势，本方小兵战斗力，血量，对方小兵，血量都纳入评估。如果估计能打得过，就直接上去砍，否则跑掉。又比如追杀你某些小兵，却始终打不到，判断无法追上了，就自个儿回头了。其次，一些模式的匹配，设置若干条件，得到在某个场合下，可以来个组合决策，比如拿一小波兵勾引住你，然后一大波兵来个包抄什么的。总之，就是一系列判断，就看设计的人是否用心了。星际争霸一产生的年代，机器那么破，又没有多少先例，人家机器脑子缺点货应该可以理解的。另外，在其他领域的AI，还有其他更进一步的发展，的各种模型正在大行其道，比如支持向量机，最大熵，马尔可夫模型什么的其中一个主要分支，的主要原理就是，在关键节点抽取一系列特征，这组特征作为1个样本，然后给这个样本给出一个结论（结论类型1：大于0或者小于0，e.g.：，以此判断是或者否；结论类型2：一系列类别之一，比如追杀，停下防御，往回跑之类，e.g. ），这么搞一大堆样本后，经过一堆计算，得到一个结果数据。然后在实际行动中，每到一个关键点，抽取各种特征，载入前面的结果数据后，就得到一个决策结果，是追杀呢还是防御呢什么的。机器学习可以让AI更加犀利的处理各种情况。机器学习我还没有见过被谁使用在游戏上(维基说有，我其实也是外行的说)，我猜可能是如下两点原因:首先，游戏嘛，找个乐子而已，如果做得谁都干不动，谁还去自虐。其次，机器学习还是很烧机器的，玩游戏的时候，没事决策一下，低配置的机器可能就玩儿不转了。以上全是浅薄之见，还请各路大牛喷完后纠正下。
工程力学专业，果壳SpaceX小组组长
我也不是很懂，不过个人感觉应该是设计了很多个AI的套路，等你进游戏之后电脑随意选择一种打法（比如说可能是RUSH，可能是正常打，可能是发展流的打法）AI的建造顺序都基本是固定的，什么时候进攻你，用多少兵来进攻，基本上不会根据你的打法来改变。
纯粹的学者
我觉得关键要素有两个：时间点和操作，就是在什么时候做什么事情，比如造农民、拍基地什么的，就好像lrc歌词一样，一句歌词对应一个时间点。星际二电脑现在有好多战术啊，从6d、4BG到中期运营一波再大后期决战，什么战术都有，碉堡了≧◇≦
星际争霸连电脑都打不过什么水平？
后回答问题，你也可以用以下帐号直接登录
(C)2017果壳网&&&&京ICP证100430号&&&&京网文[-239号&&&&新出发京零字东150005号&&&&
违法和不良信息举报邮箱：&&&&举报电话：忽然发现，打游戏是人工智能发展的重要推动力
上篇我们说到，“吃鸡”游戏其实是邪恶的美帝主义的间谍工具，用来收集各国人民作战方式和习惯。今天再带给大家一个新认知：游戏将成为AI时代的重要生产力……
不过，这回不是开脑洞，因为该观点并非出自我，而是一位 AI 技术大牛……
游戏是人工智能发展的重要推动力；
事实上，以往人工智能发展的关键节点都和游戏有关；
让AI去打王者荣耀排位赛，不仅能训练出一个游戏机器人，对物理世界也有重要意义，甚至可能改变世界。
腾讯全球合作伙伴大会上，一位演讲嘉宾的观点更让听众大跌眼镜：
讲真，一开始我觉得这是一本正经地胡说八道，打个游戏还能改变世界？倔强青铜还真的倔强了？
不过，毕竟这是个5万人规模的科技大会，台下坐着几千听众，演讲嘉宾：刘晗，腾讯 AI Lab 机器学习中心负责人。
得知他的 title，我决定重新审视一下演讲标题，并开始认真思考：游戏AI真的能改变世界吗？
各位读者还请看完后自行分辨。
“我们最想强调的，是游戏AI研究的奥义——远不止于游戏本身。这是一个富有挑战而令人振奋的研究课题，研究当中累积的经验、方法与结论，能在更广大深远的范围被利用。首先是打通虚拟与现实世界的藩篱，从而赋能物理世界，比如无人车和机器人的发展；其次，游戏中对话智能的研究，或能成为通向强人工智能的重要路径；第三，研究游戏中人、智能体和环境的交互，能让智慧城市这样复杂而意义深远的项目受益。”
打游戏才是 AI 时代第一生产力
“以往的重要AI技术发展都和游戏有关”
先安利一条游戏知识，游戏可大致分为这两类：
PVP（Player VS Player 人对抗人）
PVE（Player VS Environment 人对抗环境）
篮球、足球、象棋、围棋都是典型的 PVP 游戏，王者农药、DOTA、撸啊撸同样。玩家对战。
打怪升级、闯关类游戏大多都是 PVE，比如魂斗罗、马里奥系列、赛车、打飞机、植物大战僵尸等。人对抗变化的环境。
现在把时间拉回到 1950年，人工智能的重要概念“图灵测试”首次出现。
稍稍一想，你会发现其实图灵测试本身就是个模仿对抗游戏，AI 模仿人说句话，人类分辨来自 AI 还是人类，两者相互对抗。
图灵测试示意图 ↑
再把时间拉到 1997 年，当时象棋AI“深蓝”战胜国际象棋大师卡斯特罗，震惊全球。
象棋也是个 PVP 游戏，深蓝 AI 运行在一个名叫“象棋”的模拟游戏环境里。
深蓝战胜象棋大师 ↑
再到 2013年，谷歌公司宣布利用 Deepmind 深度学习技术攻破了 Atari 游戏，人们开始广泛关注深度学习技术。
Atari 是什么？名字听着陌生，样子你一定熟悉：
如果这类游戏你没玩过，打砖块总见过吧？
没错，谷歌在研究深度学习的早期就用游戏来训练AI了。
据浅黑科技谢幺了解，在阿法狗出现之前，谷歌公司也一直都是用 Atari 游戏训练 AI 。
而后 2016 年阿法狗横扫全球棋手，其实它也是运行在一个游戏里，这个游戏叫围棋，地图是19x19的格子。
至此，你会发现，整个 AI 技术发展史本就嵌套于游戏发展史之中。
既然围棋象棋的游戏能帮助研究 AI 技术，按照这个逻辑，同为游戏的王者荣耀、“吃鸡” 甚至斗地主又有何不可？
所以打游戏到底怎么提升AI技术的呢？
AI 有三项能力很重要：感知、判断、对话。
阿法狗看起来很聪明，但其实在它的世界，围棋棋盘就是个 2D 图像数据，它把每一个落子折射在棋局胜率中，从而“感知”每个落子的含义。棋盘上的棋子越来越多，感知环境越复杂。
刘晗在现场用游戏《毁灭战士》（一款FPS枪战）举了个例子。
让 AI 来玩这个游戏，它感知到的就是一个 2D 游戏画面，面对画面，它需要感知环境里的每个要素对提高胜率的意义。
只不过这个游戏环境，比阿法狗面对的 19X19 棋盘复杂得多得多。
《毁灭战士》游戏截图 ↑
这也更接近物理世界。
现实生活当中，无人车的物体识别，摄像头感知到的其实无非也就是一张二维图片。因此，游戏场景里的物体如果和现实非常相似，就能通用。
找个《侠盗猎车手》这类的模拟生活游戏，让 AI 控制男主角，便能训练它的认知能力，为 AI 创造一个世界观。
听起来是不是有点扯，像一本正经的胡说八道？
不好意思，无人车的先驱特斯拉，真的用专门设计的虚拟训练场来不断练习AI，让它在短时间内获得准确识别各种物体和突发情况的能力。
巴塞罗那电脑视觉中心专门设计的自动驾驶练车场 ↑
甚至，马斯克创立的人工智慧实验室 OpenAI 去年真的开源了一套通过《侠盗猎车手》学习的自动驾驶系统。
据称，只需要一部电脑、购买一套正版游戏，人人都可以开发出自动驾驶系统！
没错，真的就是那个我们曾玩过的那个侠盗飞车，没想到吧。
AI 通过游戏能学会感知，AI 决策也是同样道理。
在真实世界里，无人车需要即时依照感知来做出决策，左转还是右转，加速或刹车。这种逻辑放在游戏里同样成立，面对复杂的游戏环境，AI 需要时时刻刻做出决策，以确保游戏胜利。
假如把 AI 放进王者荣耀里，它时刻都需要感知将当前游戏状况，对下一步进行决策，走还是停，进攻或撤退，放哪个技能，往哪放。
除了感知和决策，对话也是 AI 技术应用的重要能力，而这些同样能通过游戏来提升。
比如在著名的电影《Her》里，和男主角相爱的人工智能，其实本身就是个对话类游戏。
电影《Her》片段 ↑
刘晗告诉浅黑科技，利用游戏 AI 内的人机对话，甚至直接将 AI 放入模拟人生、虚拟女友这类对话型游戏里。可以帮助研究和理解人类自然语言的产生原理。
虚拟女友游戏 ↑
然而，游戏AI也面临一些挑战
刘晗说，目前通过游戏研究 AI 技术，主要存在三个难点：
一是状态空间过大。这不难理解，围棋游戏的状态空间是19 x 19 的方格子，把王者荣耀地图看做棋盘，状态空间的复杂程度远远超过围棋。其他任何一款稍复杂的游戏也基本如此。
王者荣耀地图全局俯瞰图像个复杂型象棋盘↑
二是多智能体协调问题。在一局 5V5 的王者荣耀里，控制一个 AI 不算太难，但如果是 5 个 AI 协作比较困难。
打过星际争霸、DOTA、魔兽等游戏的人多半知道，游戏操作分为微操和宏观操作，微操就是在极短的时间里进行细腻的指令操作，两个角色的技能配合其实并不容易，但这个对 AI 来说并不难，因为它们本身没有思考反应延迟。（和人类相比）
但宏观操作，也就是通俗来说的“大局观”，多个 AI 就很难协同，什么时候抱团推进？什么时候集合打龙？AI 之间也可能争执，如果AI之间能对话，说不定也骂猪队友。
三是虚拟世界和现实世界的差异。赛车游戏确实能训练无人车 AI，虚拟女友游戏确实能用来研究人类自然语言的产生。然而，游戏和现实终究还是有差别。
且不说 3D 模拟环境和真实世界在视觉上的诸多差别。一个只在游戏环境里训练的自动驾驶系统，你敢用吗？恐怕还是心虚。
在虚拟环境里试错成本极低，翻车、开到沟里并没什么影响，现实世界试错成本极高，虚拟女友里你可以随意调戏，现实世界试试？虚拟世界随意翻车，现实世界翻车一次或许就送命。
不过在刘晗看来，这些问题并非无法解决。
比如将模仿学习（模拟人类游戏行为）和强化学习（机器自我博弈，最新的阿法元就主要用这个方法训练），用某种算法整合到一起，能解决状态空间过大和多个 AI 协作问题。
利用贝叶斯升级算法、反向强化学习方法，结合一些动态的探索机制，也有办法让游戏 AI 应用于物理世界时的花费降到最低……
总之无论如何，研究游戏 AI 存在难度，但并非不可能。研究游戏 AI 也不是为了制作更厉害的游戏外挂，而是利用游戏环境来研究任何环境体的复杂交互关系，未来这些研究成果可能用于物理世界的方方面面，将是基础，也是长远的。
其实仔细想想，对于 AI 来说，我们的物理世界对它来说又不是一个游戏呢？
“自动驾驶游戏”的胜利条件是到达目的地且不出事故；
“围棋游戏”里胜利条件是确保胜率超过对手；
“人机对话游戏”的胜利条件是让人类分不出人和AI……
诶？对人类来说，“世界”不也是我们人脑正在玩的复杂游戏吗？菩提本无树，明镜亦非台，本来无一物，何处惹尘埃……阿弥陀佛，给施主讲完游戏AI ，我该去打把王者荣耀改变世界了。?
本文作者谢幺，试图让科技更易被读懂。个人微信号：dexter0，欢迎各类勾搭。
责任编辑：
声明：本文由入驻搜狐号的作者撰写，除搜狐官方账号外，观点仅代表作者本人，不代表搜狐立场。
今日搜狐热点您的位置：
→ NBA2K17防守跟不上电脑怎么办 防守电脑AI心得
NBA2K17防守跟不上电脑怎么办 防守电脑AI心得
16:58:26 来源： 作者：佚名 （0）
有不少玩家吐槽这一代的游戏，说防守跟不上电脑，那么，要如何有效的防守电脑呢？感兴趣的玩家不妨来看下。看到很多玩家都在吐槽2k17的防守，队友速度跟不上、容易被突破、协防太慢、总是漏人等等。我刚开始玩2k17的头几天，也是这种感觉，被电脑投的想砸手柄。试图通过调试GS来改观，但是效果不是很好。然后，重点来了，似乎找到了可以有效防守电脑的方法：比赛中，在教练选项里，可以调节防守的各种倾向。2k17其实对防守做得很详细，单防、有球、无球、掩护都有照顾到，默认的都是自动，但是效果很不理想。试着手动设置了一下：单防，直接盯死防无球，紧贴掩护，全部设置成换防这样下来，效果就出来了。对方持球人直接让电脑队友防，自己切换到弱侧去防守无球人，遇到掩护马上换防，注意随时切换补位。另外，对方快攻的时候，一定要注意持球推进的对手，贴近，不要在三秒区里等，这代急停跳投有点imba。操作得当的话，还是可以有效控制电脑的命中率和出手次数。再说一下GS：我是在全明星GS上微调的，把所有玩家数值降低到和电脑一样，打出来的数据比较真实，有兴趣的可以试试。不建议超级或者名人堂GS，电脑数值太高。我始终觉得对等的GS比较好，而且投篮数值尽量不要调整，全部保持50，这样才符合游戏中每个球员的原始数据。
相关补丁下载：
修改作弊器 - 4.3M
游戏名称：NBA2K17黄金版中文版
游戏大小：
58.35G下载地址：
相关游戏攻略
? ? ? ? ? ? ? ?
本站提供: 好玩的单机游戏,是大型基地网站Copyright &
.All Rights Reserved备案编号:湘ICP备号-1游戏AI是人工智能？其实还差的很远_爱玩网
探索虚拟作品的现实可能，解读科幻题材的科学原理。只有认真研究才能理解乐趣，越是喜欢就越要寻根究底，走进游戏科学，了解更多游戏和科学关联的话题。
游戏AI是人工智能？其实还差的很远
如今游戏里的各种交互方式我们已经不稀奇了，甚至有些游戏的AI让我们感受到了真实性。那么游戏AI究竟是不是人工智能呢？
活动投稿，作者 猫斯图，未经授权请勿转载.现在玩《侠盗猎车手》或者《看门狗》的玩家已经不会惊讶于界面上行人自然的动作和与玩家之间如同人类交流的交互方式了。战略游戏里的虚拟主公们也会对玩家的精妙操作做出及时的反应。甚至多人对战游戏的电脑教练也能有板有眼地训练菜鸟玩家，让他们快速达到登堂入室的水平，和其他玩家对战。这一切的背后，都有游戏人工智能的身影。少了AI的电脑游戏，现在的玩家已经很难想象了。 可游戏AI的历史却并不久远，即使是95后的玩家恐怕也还记得早年间电子游戏那惨不忍睹的NPC反馈，有时候它们愚蠢的行为甚至会让玩家一秒钟出戏，失去了游戏本身最擅长营造的沉浸感。举个例子，95年出品的游戏《三国志英杰传》，被认为是后来神作《曹操传》的试水之作。可是玩家在各个城市里探访民情时，居民说话时甚至不会转过来看着你。国产和台产游戏的智能水平就更让人叹为观止了，1993年出品的老版《笑傲江湖》里，林平之自己走散了逼得玩家自杀重来的场景仍然历历在目。这种游戏让习惯了高AI的00后玩家来玩，分分钟崩溃在电脑面前。仅仅20年的功夫，游戏AI就已经有了如此突飞猛进的发展，不得不说是骨灰玩家们的一大福音。很多人都觉得，这和从去年开始就被炒得火热的高科技概念人工智能的进步有关系。然而事实却并非如此。有不少计算机科学家和程序员其实是很反感“游戏人工智能”这个说法的。因为在他们的眼里，游戏AI作为人工智能的低级应用，表现都不够好。游戏人物体现出来的智能其实跟他们研究的人工智能没有半毛钱关系。这些人的说法自然有他们的道理。游戏制作者都会承认，游戏表现出来的智能其实是程序员和设计师的安排，和它们自身的分析水平没有关系。怎么说呢，我们还是先稍微补一些基础知识。你们就当是这个妹子在上课吧目前游戏AI设计最常用的方法有两种：规划器法和行为树法，听上去很专业，其实并不难懂。所谓的规划器法，是给NPC设置一系列不同的状态，在不同的情况下激活不同的状态，让它看上去似乎对局势有自己的判断。举个例子，从很早期的《使命召唤》和《荣誉勋章》开始，受到对面火力压制的AI战友就会压低身子前进。这不是因为它真的“知道”对面有子弹飞过来并设法，而是预装的规划器告诉它当有子弹过来时模型就要做出压低身子的行为。这两者似乎也没什么区别？区别大了，在一些玩家mod里，如果忘记给AI士兵编辑行为规划器，就算天上掉原子弹他也不会有反应。这种偶尔出现的不真实场景会让在一旁观看的玩家觉得出戏，相信你也有过这样的体验。而行为树法就更加没什么科技含量了，就是暴力枚举所有可能的行为，然后让AI沿着规定好的路径运动。早期的下棋软件就是这种枚举法的产物，电脑棋手其实完全不知道棋盘上落子的意义，只是跟着设计师设计好的动作应对对手的棋路。可是这种方法的一个缺点是当所有行为的数量极为庞大时，连电脑都记不住，就没法玩了。电脑想在围棋上战胜人类，难就难在这了。而在电子游戏上的行为树法体现最明显的是我们和NPC的对话场景。我们选一句问题，NPC就回答一句，一直到没话说为止。所有的对话看似是你的选择，实际上都是剧情设计师规定好的。 绅士们爱不释手的《巧克力与香子兰》，它的另一个名字是？这两种方法的结合，基本上就是所谓游戏AI的算法。会编程的人应该能了解它的奥秘，这和神经算法、遗传算法之类真正的人工智能算法确实搭不上边。也难怪计算机科学家会对游戏AI的水平不以为然。不过这并不是事情的关键，让玩家感觉到跟真的一样，才是最重要的。在游戏界首创，用很低的技术难度让玩家体会到真实感的游戏是具有划时代意义的《德军总部3D》。这款1992年发行的游戏被认为是第一人称射击游戏FPS的真正鼻祖，它的贡献不仅仅是为后来的射击类游戏划出一个基本的模板。在游戏里，主角B.J会被附近的德军发现并追击，敏锐的狼狗也会循味而来攻击玩家。NPC对玩家行为的即时反馈即使在前作《德军总部》和《超越德军总部》里也是玩家体会不到的。制作人员甚至做了NPC人物的正反面（BOSS没有背面），当士兵背朝主角时就不会发现玩家的行踪。这种响应判定在以前的游戏里也是从来没有出现过的。但这个机制的实现，不过是编程人员在士兵的判定区域里挖掉了一块不作判定而已。和很多人们看来只是捅破一层窗户纸而已的发明一样，这个机制的开创性重在创意而不是技术本身。射击类游戏的AI好做，角色扮演类的AI就难了。FPS里的NPC只需要面对玩家一个人，而且看到玩家就开枪，根本没有讨价还价的余地。程序员需要设置的就只是要不要开枪的触发器和开枪能否命中的概率。RPG游戏本该也是如此，但为了增加游戏的丰富性，玩家往往还会有队友。敌人NPC优先攻击谁并不难设计，难的是怎么让队友配合主角攻击？有时候玩家想要的是队友狂风暴雨般的猛攻，有时候则希望队友休养生息。这种战术上的波动很难由AI设计师用规划器和行为树两种方法预先设定，就只能交给玩家自行处理了。《》里常有的一个桥段就是盗贼、战士和魔法师三个配角和主角英雄合体，然后由英雄一人负责移动，遇到怪物时则分开攻击。这种典型的日式RPG战斗模式就是早期人工智能实力不足的遗毒。事实上，一直到今天很多RPG游戏都是照着这个思路在进行，是时候该做出改变了。 根据《勇者斗恶龙》改编的日剧《勇士闯魔城》，里面有很多RPG的梗角色扮演类游戏可以用玩家的多重操作弥补游戏AI的弱智，即时战略类游戏又该怎么办呢？总不见得让玩家自己左右互搏吧。确实，即时战略类游戏曾经是最不受待见的游戏品类，因为对手实在是太弱了。打过《魔兽争霸3》的读者想必会记得，人族打AI时有一个特别耍赖的战术：箭塔流。第一个开发这个战术的玩家看来是吃透了电脑的智力水平，直接一路把防御塔修到人家家门口。电脑的工人就算看到有个农民在这造塔也假装没看到，继续安心地工作。跟这样的电脑对手打，中等水平的玩家都很快会丧失兴趣，更别提指望提高技艺的高手玩家了。《魔兽争霸3》已经是2003年的游戏了，再之前战略游戏的智能水平也就可想而知。乌泱乌泱的箭塔……后来声名鹊起的《命令与》系列第一部就不算一份太令人满意的游戏。尽管作为RTS类游戏的开拓者，它定义了一系列RTS的样板模式，比如资源采集、建设基地、军团作战和战争迷雾等元素，当时的玩家仍然很快就厌恶了这款祖爷爷级的游戏。AI的建造次序、出兵顺序都有一定的规律，掌握了这种规律的玩家就能在电脑组织攻势前反客为主。一直到了《红色警戒》第一步横空出世，才解决了AI弱智的问题，但也很有限。想挑战自己的玩家只能和电脑进行不公平的竞赛：你还在造兵营呢，电脑已经二本了，这样的游戏也很难说让玩家满意。迄今为止即时战略游戏还是有这个弊病，电脑通过“作弊”弥补自己的智商缺陷。那你说既然人工智能都已经在围棋场上战胜人类了，就不能在游戏里也抖抖威风吗？游戏公司为什么不和人工智能研究所合作，做出更聪明的游戏AI呢？为什么呢我们能想到的事情，商人和科学家肯定早就想到了，之所以没有应用恐怕还是出于两方面的考虑：效率成本和交互性瓶颈。游戏行业需要让现金流快速运转，很少有特别长期的开发计划。所谓的新生代引擎，都是在一代一代的快速迭代中积累量变产生质变的，不会让开发人员一下子拿出一个完美的次世代引擎来。可人工智能的开发周期就偏长，不到一定水平的人工智能拿出来还会被人笑话。你闲来无事愿意调戏一下Siri和微软小娜，要是在激战正酣的时候遇到这俩废物估计能把你气炸。再加上开发人工智能的投入以千万美元计，金山银海砸下去还未必能出什么成果，游戏开发商自然只肯持观望态度。有远见的开发商也不是没有。微软收编《》以后，就在用这个游戏训练他们的人工智能算法。今年三月的报道是，无人控制的小人已经能够自己爬上一片山坡了！多么激动人心的消息……好吧，这点点进步离游戏里可用的AI实在是差得还很远。 这个人工智能研究平台叫AIX，有兴趣的可以关注一下玩家和人工智能的交互性也是一个问题。在VR和家用动态捕捉普及之前，玩家只能通过键盘和鼠标跟NPC交流。这种低信息强度的交流用传统的行为树算法就够了（想想你在《上古5》里和雪漫城卫兵的对话），没有必要引入人工智能。你难道想通过打字的方法和一个无所不知的NPC聊天吗？但在游戏世界的下一个时代，玩家和程序更密切的交互一定会对人工智能的介入产生需求，最终倒逼高级的人工智能扮演游戏AI的角色。美国和中国的几家科技公司都传出消息，开发了帮助脑部病变的病人恢复智力的游戏，只不过电极要插进头盖骨里才能和病人互动。这也许是未来解决人工智能交互性瓶颈的一种可能性吧。（我不想开颅……）人工智能在游戏领域的应用还处在非常浅层次的阶段，我们以为NPC有智能，其实不过是设计师自己思维的体现罢了。但是随着这几年机器学习、遗传算法的飞速进展，也许我们很快就能在游戏里见到活灵活现的虚拟人物了。欢迎关注爱玩APP【精选】板块，更多精彩等着你！
你可能感兴趣：
48小时评论排行
作者猫斯图
单机游戏骨灰玩家，写作快枪手。
用微信扫描二维码分享至好友和朋友圈
执行主编：王欣_NG1662
用微信扫描二维码分享至好友和朋友圈}