GameLook▲单机将战胜网游，G胖豪言“游戏业革命”：9年后( 二 )
文章图片
为满足这些挑战 ， 代号57带来了DeepMind为其Deep-Q网络的多项改进技术 ， 后者在2012年曾首次打败多个雅达利游戏 ， 包括包括一种存储形式 ， 让它可以根据以前在游戏中看到的操作做出决定 ， 并通过策略的方式鼓励AI探索了更多可能 。 这些技术随后会被核心玩法控制器管理 ， 这会让玩家出去刷资源与探索使用的弹药量差很多 。
为什么这一点很值得注意？因为 ， 尽管很成功 ， 但我们今天见到的最优秀的深度学习模型也不够“多才多艺” ， 大多数的AI都更擅长某一件事 ， 而且只会一件事 。 在深度学习领域 ， 培训AI擅长一个以上的任务是巨大的开放式挑战 。 学习57种不同人物使得“代号57”比之前的AI更有才华 ， 但它仍然难以做到同时玩一款以上的游戏 。
除了单机游戏里的AI大多数都比较简单之外 ， 网游当中的AI往往也只能陪新手玩家“练级” ， 比如在《绝地求生》这样的百人竞技当中 ， 机器人往往只能胜任低段位的“陪玩” 。
代号57学会了57款游戏 ， 但它却学不会同时掌握57款游戏 。 尽管可以通过同样的算法做到 ， 但它每一个新游戏都要重新学一次 。 从这种角度来看 ， 代号57与之前的阿法狗类似 ， 但真正做到像人类本能式的多才多艺 ， 目前的AI是远远做不到的 。
文章图片
AlphaStar在2019年10：0战胜两位《星际争霸2》职业选手
2019年1月 ， 谷歌DeepMind的《星际争霸2》人工智能AlphaStar曾与人类职业玩家展开了现场对决 ， 人类遗憾以0：10落败 。 然而一年之后 ， 与围棋人工智能AlphaGo走过的轨迹完全不同 ， 在暴雪在战网天梯对决中引入AlphaStar后 ， 人工智能AlphaStar似乎完全没有长进 ， 反而是各路人类玩家获得了对抗AI的经验：他们找到了各种各样“戏耍”AI的方法 ， 这说明AI还有长久的路要走 。
不过 ， 对于开发者们来说 ， 短期内AI却可以在游戏研发方面带来很大的帮助 ， Stadia研发创意总监ErinHoffman-John此前接受采访时说 ， 机器学习可以简化小项目的研发 ， 未来甚至可以让一个20人的开发团队打造一个像《魔兽世界》一样庞大而复杂的游戏 。 她表示 ， 机器学习还可以帮助发现竞技游戏里的平衡问题 ， 因为它可以使用多种策略对一个游戏进行数百万次的测试 ， 并找出那些可能比设计者想要的更强大的策略 。
推荐阅读
- 小伟巴不小怎么战胜猴子带来的恐惧？三招详细解说学会后从此花式秀孙悟空
- 单机@大型单机策略类游戏，让你享受游戏“被虐”
- GameLook虎牙凭何成为最热直播平台？，第四届《王者荣耀》五五开黑节
- GameLook小游戏合集？，全球玩家抢金牌：世嘉东京奥运手游发布
- 逍遥单机游戏但距离发售还早？，《GTA6》已开发多年
- 爱游戏的萌博士《集合啦！动物森友会》“蝎子岛”改造攻略，单机赚钱好方法
- GameLook这只游戏业的“魔蝶”威力有多大？，双翅劲舞
- 无氪手游推荐暂无安卓版，6名毕业生研发的一款单机无氪金手游
- 峡谷精灵七年射手比一诺还秀，小鹏关键时刻挺身而出，复盘AG超玩会战胜TES
- 第五人格赛事直击Gr战胜5HS成就三冠王霸业，第五人格赛事：深渊Ⅲ总决赛圆满结束