Re: [請益] 關於一些遊戲的AI

看板GameDesign作者chenglap (無想流流星拳)時間11年前 (2012/12/02 12:10)推噓8(8推 0噓 14→)

留言22則, 8人參與討論串9/22 (看更多)

※ 引述《Eric0605 (米青金兌口觜石包)》之銘言： : http://www.gnu.org/software/gnugo/gnugo.html : 另外還有一個對岸的圍棋AI論壇，裡面也有一些有價值的程式資訊可以參考 : http://www.computergo.net/forum/index.php 關於人工智能方面, 一般來說, 邏輯思考只有這種結論: 1. 是 2. 非 3. 未知其中「未知」往往是源自資訊的不足, 面對資訊不足的事情時, 理性和邏輯思考能得出最正確的結論, 往往是未知, 在一定要得出是或非的問題上, 資訊量有量的理性思考是有瓶頸的. 過去人工智能的結構, 基本上就是由這兩者組成: 1. 得到盡可能多的資訊 2. 從資訊中進行理性推論 3. 找出最優解, 或者多個選擇其中之一當中, 最優解沒有被排除窮舉法的本質, 和後來, 「模仿人類的經驗主義」, 也是脫不開這兩者, 後者比較有可能得出較好的結果, 舉一個例子, 我要認真做民國無雙的人工智慧的話, 我應該將所有民國無雙的 client , 連上中央的服務器, 然後將所有玩者的玩法(行動次序)都紀錄下來, 用統計的方式去決定哪種方式面對甚麼情況, 有較好的效果, 最後用從線上下載譜的方式去做. 套用蒙地卡羅算法的話, 就是給電腦用隨機亂下, 記譜, 再自己去模仿自己. ... 看起來很合理, 但以上基本上是一個大誤區. 所以這一個討論很早就開始偏離了遊戲設計的精神. 誤區的原因是, 那是用「技術」的角度去思考問題, 而不是用「遊戲」的角度去思考問題. 當我們談及圍棋或者象棋的時候, 其實已經慢慢脫離「遊戲」的本質了, 因為圍棋和象棋雖然是遊戲, 但本質上和我們現在的遊戲有分別. 1. 它有永恆的思考性 -- 這些遊戲都被證明有足夠的複雜程度, 使他們到今天都未能有最優解, 因此才生存到今天成為世界文化. 假設象棋出現了最優解, 這個遊戲的價值也會立即向下跌, 所以有世界象棋比賽不會有世界過三關比賽, 他的價值本身就是「沒有最優解」, 而且生存夠久變成文化. 換句話說, 這和追求最優解的 AI 是完全對立的, 玩這種遊戲最大的樂趣在於無限思考------幾乎都集中在這點. 但我們今天玩的電腦遊戲, 本身追求的有更多的東西, 例如劇情, 爽度 , 情感投射, 沒甚麼人玩圍棋會像佐為一樣想到玄天宇宙神之一手, 沒甚麼人玩象棋真的會想像自己統率百萬大軍. 所以「AI 會增加遊戲性」是因為這種遊戲的本質就是無限思考, 但是我們現在做的電腦遊戲, 並不是做這樣的東西. 我們的賣點並非是無限思考. 所以做 AI 「未必會增加遊戲性」, 甚至可能「對遊戲性有害」. 2. 玩者覺得 AI 不足的想法 -- 玩者說遊戲的人工智能太弱, 是否代表他說的是事實? 是否代表他不滿意遊戲的人工智能, 所以遊戲的人工智能須改進? 玩者是消費者, 他們並不是經過邏輯判斷或者嚴謹的推論, 去得出「遊戲的人工智能太低」這樣的推論. 他們只是「感覺」人工智能很弱, 同時「感覺」不夠好玩. 而得出因為人工智能太弱而不好玩的理論. 如果從技術的角度看這件事, 使用者抱怨ＸＸ, 就該改進ＸＸ , 但那是十分工程師的想法. 作為遊戲人, 我們應該想的是, 使用者是基於甚麼理由抱怨ＸＸ? 而這個理由很可能, 甚至大部份時候, 都不是玩者所想的那個理由. 3. 不是人工智能問題 -- 回歸「遊戲設計」的原點, 其實所謂 AI 問題, 往往不是人工智能的問題, 而是難度和逃戰性的問題. 逃戰性和玩者是一個平衡, 大概可以這樣看: 玩者的遊戲經驗 < 遊戲難度 -- 挫敗感 / 挑戰欲玩者的遊戲經驗 = 遊戲難度 -- 成功感玩者的遊戲經驗 > 遊戲難度 -- 覺得意猶未盡, 或者磨劍而無用比方說我已經弄出了攻擊力 9000 的武器, 怪物最多都只有 5000 HP , 玩者就會覺得是沒有挑戰性. 那九千的武器和五千的武器都是一擊斃命, 為何要有九千的武器? 假設是 RPG, 你真的只設一隻十萬點體力的血牛給他打就可以了. 但是競技遊戲的話, 玩者要求你設的是人工智能, 在玩者的角度, 他所得到的其實無異那隻血牛, 但用開發者的角度, 那是一個極深奧的數學和工程問題. 玩者批評 AI 蠢, 當然 AI 是應該蠢的, 但那不等於蠢是一個問題. 實際上, 你只需要讓玩者多出來的「遊戲經驗」變得有用, 才是解決問題的方法, 把人工智能再上去, 也不會解決問題, 甚至使問題惡化. 因為有一點非常重要的是: 「你怎樣判斷玩者的遊戲經驗呢? 」也許你可以讓玩者設難度或者甚麼的, 但其實玩者自己也不很清楚自己的遊戲經驗, 而且你一旦有設難度甚麼的, 玩者都傾向追求最強. 然後大家都齊到那水準, 設弱的部份, 在競爭類的遊戲會慢慢形同虛設, 比方說 KOF 你要設底板也可以設到超弱的, 可是變成大家會避開那種智障機臺. 實際上, 這種遊戲最後的難度, 都只是殊途同歸的. 4. 改進人工智能的負面作用 -- 如果你把 AI 不斷改下去, 結果就只是會使遊戲產生新手不可及的門檻, 差不多就是把所有新玩者打在外面, 就像格鬥遊戲這十年, 已經去到新手莫問的境界一樣. 老手的經驗既不會消失, 也難以接受把他們經驗全部瓦解的新系統, 所以像格鬥遊戲人工智能這種事情, 發展下去基本上屬於一個大陷阱. 就是既不能滿足老手也趕跑了新手. 發展下去甚至是對遊戲的未來有害而不是有益的. 「玩者經驗和技術的差別」才是要解的問題, 人工智能則是一個誤區, 我們作為遊戲設計, 是要讓遊戲變得好玩, 至於玩者對遊戲的想法, 要知道他是玩者而不是遊戲設計師, 他只是依自己的想法去看那遊戲的設計, 而不是依「所有玩者」的角度去思考這件事, 所以他個人覺得人工智能不足, 不等於其他人也同時認為如此, 為了一個人的想法去改動整個遊戲, 很容易得出其他所有人都不滿的結果: 改進人工智能這件事, 也很可能是「只是一個人的想法」. 也就是說, 當我們想要改動人工智能時, 我們要考慮的是怎樣服務大多數人, 令人工智能「變強」則是一種單向的想法. 5. 「得物為所用」 -- 人工智能是一個偽命題, 「得物為所用」才是真正的命題, 重點是怎樣令玩者增加了的操作能力, 經驗, 可以有應用的地方而不在於增強人工智能. 人工智能只是遊戲設計時會用到的一種手段, 而不是全部. 基本上要不斷增強人工智能的想法, 無異於「我要長達 100 小時的超優質 3D 動畫, 再加全世界最紅的一千名聲優, 遊戲就會變好玩」的理論. 舉一個例子, 在格鬥遊戲當中推出殘廢型角色, 使高階玩者使用這種角色, 幾乎讓賽而勝利就是一個常見的方法. 這種角色通常在攻擊技能上特別薄弱, 而保留足夠的回避和防守技能, 使他們既不致於被強勢角色用最優解壓倒, 同時又無法輕易對敵人構成威脅. 這就是「運用玩者已成熟的操作能力」. 又或者, 提供某些挑戰的特殊獎勵, 例如全血過關, 十秒內擊倒, 這些都是十分可行的. 這些都是從廣義「遊戲設計」上的角度去看事情, 若能解決得物為所用的問題就可以, 人工智能可以是一種解決方式. 6. 所以人工智能沒有用? -- 不是. 如果你來問我, 甚麼才是最好的遊戲人工智能, 我認為根本就不應該是「最會勝利的智能」, 而是「最有娛樂性的智能」, 人類跟人類奕棋的樂趣在哪裡? 並不是人類有超乎常人的棋力 , 而是人類本身有感情. 比方說, 會下指導棋, 會故意讓賽來鼓勵新手, 會留意到對方想做的事, 順水推舟讓對方理解到遊戲的樂趣. 又或者刻意表現出挫敗去讓對方感到高興. 如果我們做的是「遊戲」, 而不是「精密計算」, 我們的目標就是提供娛樂性, 那人工智能的目標也應該是提供娛樂性, 所以人工智應該要能要懂得去判斷玩者的棋力和情緒, 而不是單純把棋下至勝利. 那我認為對於遊戲而言, 這種人工智能真的是「遊戲的智能」. 從玩者的操作, 打鍵盤的速度, 分析出玩者的情緒, 再予以回應, 這種智能也許比把遊戲弄得更困難來得有用. 並不提升娛樂性的人工智能, 某程度上就是把事情本末倒置了 , 可是一談及智能, 我們都只是在談怎樣增加難度, 花了大量的成本去增加難度, 除非遊戲的本質就是難度, 否則那大部份時候都是壞的發展. 人工智能並不是無用, 但「打贏玩者」並不是遊戲人工智能的目的, 增加難度也只是為了讓玩者打贏而已. 到頭來我們是否追求勝利? 似乎人工智能追求的其實是「更精彩更富娛樂性的失敗」, 我們並不是想電腦永遠能打贏人類, 而是想人類打贏電腦時更有成功感而已. 如果一心求勝, 那就是忘卻初衷了. -- 戰略遊戲版 SLG (C)lass > 8 戰略高手 > 11 GameTopics > 28 SLG 絕望人民共和國官方網站... http://chinesepeking.wordpress.com/ -- ※ 編輯: chenglap 來自: 61.18.51.146 (12/02 12:40)

推

juicefish

12/02 12:51, , 1^F

12/02 12:51, 1^F

推

raincole

12/02 12:54, , 2^F

12/02 12:54, 2^F

→

raincole

12/02 12:54, , 3^F

12/02 12:54, 3^F