機器學習將在遊戲開發中的6種應用

機器學習正在改變幾乎每個行業，從農業中的作物規劃到醫療保健中的癌症診斷。這些主題通常會得到更廣泛的討論，因為它們已經產生了切實的，對人類有益的影響。對於遊戲行業而言，不幸的是，遊戲開發中的機器學習仍處於起步階段，而且還沒有以同樣的方式成為頭條新聞。在本文中，我探討了機器學習將如何革新遊戲開發。

要了解遊戲產業的規模，根據Newzoo的《全球遊戲市場報告》，到2018年底，視訊遊戲產業的全球市場價值將達到1390億美元，已經遠遠超過電影和音樂產業的總和。




結合移動遊戲，平臺遊戲和PC遊戲，視訊遊戲在全球已達到23億遊戲玩家。2018年，全球超過四分之一的人口玩了電子遊戲。這使遊戲成為有史以來影響最廣泛的娛樂方式之一。

遊戲中的頭部內容可以為遊戲開發公司賺取數十億美元。例如，俠盜獵車手V是有史以來最賺錢的娛樂產品，收入達到60億美元，在總收入方面超過所有電影，電視節目和音樂。俠盜獵車手（Grand Theft Auto）的成功以及其他熱門遊戲（包括《憤怒的小鳥》（Angry Birds）或《糖果粉碎》（Candy Crush）等其他熱門遊戲的成功，很大程度上取決於遊戲可以如何建立世界，吸引玩家並提供數十小時或數百小時的獨特可玩內容。

遊戲開發中的機器學習

對於那些尚不清楚機器學習是什麼的人。機器學習是系統無需明確程式設計即可從經驗中學習和改進的能力。機器學習也被普遍稱為AI，是構成“人工智慧”的技術的子集。

過去五年來，機器學習迅猛發展的原因是GPU處理速度的重大提高以及機器學習和深度學習演算法可獲取的巨大資料量。

因此，機器學習可能會對遊戲的開發方式產生巨大影響。為了尋求更現實的世界，引人入勝的挑戰和獨特的內容，視訊遊戲開發商店越來越多地將機器學習作為遊戲開發中的有用武器。機器學習演算法可以動態地響應玩家的動作。儘管現代視訊遊戲中的所有內容都必須手動編寫指令碼，但是具有機器學習引擎的視訊遊戲可以根據玩家的行為和決定做出反應並改變世界，非玩家角色（NPC）或物件的實時行為。使通過機器學習開發的遊戲能夠更動態，更富想象力地對玩家做出反應和響應。




遊戲人工智慧

為什麼遊戲開發者希望在遊戲開發中使用人工智慧？機器學習可以通過多種方式解決遊戲開發中的兩個基本問題：

1.與人類玩家（組隊或對抗）一起玩遊戲。

2.幫助玩家動態構建遊戲。

我們將在下面的每個類別中探討潛在的解決方案，但是通常，機器學習演算法可以減輕人類遊戲開發人員當前需要執行的許多工作。如果我們可以為非玩家角色（NPC）開發可靠的演算法，則它們的控制和獨特環境的構建都可以實現自動化。

機器學習在遊戲中絕對有希望，但是我們還差得很遠。Epic Games執行長蒂姆·斯威尼（Tim Sweeney）表示：“[視訊遊戲]AI仍處於黑暗時代。

但是，一旦機器學習成熟到可以在遊戲中可靠使用的水平，它就可以從許多方面從根本上改變遊戲體驗：

1、非玩家角色（NPC）是演算法

目前，您在視訊遊戲中的對手是預先設定的NPC（非玩家角色），但是基於機器學習的NPC可以讓您與難以預測的敵人對抗。這些敵人也可以調整其難度等級。當您學習玩遊戲時，您的敵人會變得更聰明，並根據您在遊戲中的動作以獨特的方式做出反應。

公司已經在研究基於機器學習的NPC的早期應用。SEED by EA通過模仿頂級玩家來訓練NPC。它的NPC學習動態動作和行為，並使用人類玩家的動作作為訓練資料，這意味著該演算法的訓練速度比單獨的強化訓練快四倍。

可教學的NPC對於遊戲開發而言是一項不小的改進。當前，遊戲工作室花費大量工時編寫NPC指令碼。不對NPC進行硬編碼可能會大大縮短遊戲的開發週期。從幾周到幾小時。

2、複雜系統建模

機器學習演算法的優勢在於其對複雜系統建模的能力。視訊遊戲開發人員一直在努力使遊戲更加逼真和逼真。當然，對現實世界進行建模非常困難，但是機器學習演算法可以幫助預測玩家動作的下游影響，甚至可以對玩家無法控制的事物（例如天氣）進行建模。

FIFA的最終團隊模式是當前正在生產的複雜建模的一個示例。當您選擇全明星球員的球隊時，FIFA會根據您的球隊中的性格相處與否來計算球隊的化學得分。在比賽中，如果您輸了或犯了小錯誤，團隊士氣可能會下降。當人群歡呼而您的狀態良好時，它也會激增。士氣的變化會影響玩家的遊戲能力。當士氣低落時，會出現更多的錯誤，而當您的團隊表現良好時，技能擊球和幸運的破門會更加頻繁。

3、使遊戲更漂亮

使遊戲更逼真的另一個要素是使遊戲看起來更漂亮。遊戲開發人員也在這方面使用機器學習。在視訊遊戲中，遠處的情況通常看起來不錯，但是當您靠近物體時，物體的渲染效果很差，並且變得畫素化。

Microsoft正在與Nvidia合作解決此問題。他們正在使用機器學習來動態增強影象和渲染效果。在現實生活中，當您遠離物體時，細節並不清楚，但是當您接近時，您會注意到更精細的細節。動態呈現更精細的細節是計算機視覺演算法可以幫助解決的挑戰。

4、更逼真的互動

建立現實的虛擬世界的另一個主要挑戰是玩家如何與友善的NPC互動。在許多遊戲中，您需要與指令碼角色交談才能完成目標。但是，這些對話的範圍是有限的，通常遵循螢幕提示。

使用自然語言處理可以使您大聲說出遊戲中的角色並獲得真實的響應，就像與Siri，Alexa或Google Assistant交談一樣。此外，結合了VR觸覺或玩家影像的遊戲可以允許計算機視覺演算法檢測肢體語言和意圖，從而進一步增強與NPC互動的體驗。

5、即時的世界創造(Universe Creation on the Fly)

機器學習在遊戲開發中最有前途的應用之一是即時建立世界。迄今為止，一些最受歡迎的視訊遊戲是開放式地圖遊戲，可讓您探索廣闊的風景。這些遊戲需要數千小時的開發人員和藝術家時間來渲染。但是，機器學習演算法可以幫助尋路和建立世界。例如無人天空之類的遊戲，其中包含無限數量的新世界供您探索，所有新世界在您探索時都會產生。

6、更具吸引力的手機遊戲

手機遊戲佔全行業遊戲收入的50％。手機或平板電腦上的遊戲在出現停機時間時很容易就能拿起並玩，而無需專用控制檯。過去，手機遊戲的範圍受到限制，因為您的手機沒有控制檯或PC的處理能力和圖形。但是，隨著增加了專業處理能力的最新智慧手機中的AI晶片，這些限制開始改變。上面討論的機器學習的許多好處將可用於移動遊戲，並且硬體在不斷改進，從而使移動遊戲更加逼真，互動和身臨其境。




遊戲開發中機器學習的未來

遊戲中機器學習應用仍然面臨著重大挑戰。一個主要的挑戰是缺乏可供學習的資料。這些演算法將對複雜的系統和動作進行建模，而對於這些複雜的互動作用，我們還沒有很好的歷史資料。另外，為遊戲行業開發的機器學習演算法需要萬無一失。他們無法破壞遊戲或玩家體驗。這意味著演算法必須正確，但從玩家的角度來看，它們也必須快速無縫。任何延遲或中斷遊戲的因素都會破壞玩家在遊戲創造的世界中的沉浸體驗。

也就是說，大多數主要的遊戲開發工作室都有團隊研究，完善和將AI應用於他們的遊戲。這是許多公司正在努力解決的挑戰，因為它提供了令人興奮的機會，將視訊遊戲擴充套件到新的視野，為玩家提供了更加逼真的體驗和更多可玩的內容。

原文出處：https://www.logikk.com/articles/machine-learning-in-game-development/

翻譯：Sand
來源：UWA