 |
|
| 《Far-Cry》里的AI队长：一人 |
|
“狡猾”的游戏或许一流的图像效果也无法保证出众的游戏内涵。在我们为您准备的系列专题中，几位顶尖游戏制作人会从人工智能的角度讲述他们是怎样理解游戏世界的。
“狡猾”的游戏
期数 主题
06/2004 动作和体育游戏
07/2004 策略和角色扮演游戏
该死，又被包围了！刚施冷箭，用狙击枪远程消灭了一个雇佣兵，我们就被他的同伴层层围住。好容易用持续火力把一个敌人逼到了岩石后面寻求庇护，可其他的敌人却借着丛林的掩护，从两边包抄过来。我又低估了《Far Cry》的AI，代价是又一次的读取进度。
上述场景在几年前的游戏中是不可能见到的，动作游戏中的敌人只能充当又聋又哑的炮灰。实际上，智能化的反应和步调一致的团队作战(如果有的话)，正是众多程序员不断努力的方向。在这期间，各类Bots和电脑对手的表现已经接近人类对手。在这个两部分的专题中，我们将讨论游戏领域里人工智能的现状。在第一部分中，我们关注的是动作和体育游戏，有关策略和角色扮演游戏的部分将在下期为您呈上。这一期的客座嘉宾是AI高手Steve Polge(Unreal Tournament 2004)和Cevat Yerli(Far Cry)，他们带来了各自的AI制作心得。
“狡猾”的定义
有关人工智能的经典定义来自英国数学家Alan Turing(参见文末的表格介绍)，他制定了计算机完美模拟人类行为所要达到的标准。然而直至今日，即便在最高端的计算机上也没有任何一个程序能够符合Turing规定的理想状况。事实上，二者之间还有着很大的差距。其实，电脑游戏并不需要完美的AI，能在某一方面闪光就足够了。Cevat Yerli解释说：“举个例子，对于战士来说，最重要的是适应未知的新环境。此外，他还应该会选择适当的武器，作出正确的判断。”至于《Far Cry》里的雇佣兵是否能独立造句，则是无关紧要的。
一个普遍适用的“大脑”
眼下大多数游戏中都使用了所谓的“脚本”。只要玩家一到达关卡内的特定区域(触发器)，电脑敌人就会按事先设计好的方式开始行动。《Max Payne 2》就是一个典型的例子：主角沿走廊前进，无论他选择何种路线，一扇特定的房门都会裂开，接着涌出大批黑手党杀手。这些AI控制的匪徒并不是真正听到了Max的脚步声，并盘算好了要在某一个地点包围他。“出色的人工智能是玩家再度投身游戏的动力”，Cevat Yerli说。“有了它，玩家才会去尝试不同的游戏路线，有些可能是制作人员都没有想到的。”
除此之外，好的AI还能减少关卡制作人员的工作量。如果一定要使用脚本上的触发器来为玩家引路，关卡设计者就必须在地图上安放一个又一个狭窄的山隘或是走廊。有了真实的AI对手，这些顾虑便被一扫而空，玩家才有可能在广阔的室外场景中作战。
规则束缚下的自由
这听起来有些自相矛盾：为了使AI敌人在作战时不受脚本的约束，我们要给它们制定特殊的行动规则。通常，这些规则是分层设置的，比如这样：1. 当玩家朝你射击时，迅速寻找掩体；2. 岩石是比灌木丛更好的掩体。在选择武器和驾驶交通工具时，也有类似的规则生效。“最大的挑战是让我们的战士能驾驶着吉普车考取驾照”，Steve Polge笑着说。
为了使Bots在规则限制下仍能“自由”发挥，制作者又加入了不精确性和特例。于是，你会看到一个敌人怒吼一声，然后朝你扑来——事实上，它收到的是撤退的命令。“所谓的模糊性能让AI更加人性化”，Polge解释说。“此外，我们还给《UT 2004》里不同的Bots赋予了不同的个性。”
 |
|
| 《UT-2004》的Onslaught模式 |
|
课桌前的Bots
规则本身没法帮助《UT 2004》里的Bots去应付多变的玩家射手。Steve Polge透露说：“我们的AI会在游戏中不断学习。在一张地图中，如果某一个玩家习惯于蹲在某一点射击的话，机器人便会自动地绕路而行。”这样一来，电脑对手更加人性化，玩家中的“蹲点儿”战士们可得当心了。
协同作战
如下场面经常出现在局域网对战中：敌人夺旗成功，可防守一方的兵力还散落在地图各处。一个协调小队作战的指挥官是战斗中不可或缺的。因此，Crytek和Epic的制作人都为机器人小队指派队长。Cevat Yerli说：“《Far Cry》中每一对士兵都有各自的头儿，他会下达诸如散开或是撤退的命令。”不过，这些“领导者”也只会三个命令：正面进攻、包围敌人以及后撤设防。尽管如此，配合一定的行动规则，单个的电脑对手也会给玩家真人对手般的感觉。
在Steve Polge的领导下，《UT 2004》的AI制作又更进一步：“我们的Bots会分三个层次来思考问题！”第一层是上文提到的那些行动规则，以便单个的战士可以依据周围环境做出快速反应；第二层被命名为“小组AI”，它可以帮助最多五人的Bots小队保卫插旗点；在更高的层次中，AI可以控制整个机器人队伍的全部行动，比如它会命令所有队员在比赛行将结束时冲向前线，夺回先前因撤退而失去的阵地。
人工失明和人工失聪
为了使AI战士能真正地适应所有的关卡，制作人员需要给他们安上眼睛和耳朵，就像真正的人类玩家那样。不过，制作者在这里运用了一些小把戏。Steve Polge说：“要让机器人像人类那样感觉周围的事物，需要耗费计算机大量的运算时间。”因此，《UT 2004》里的电脑对手总会沿着固定路线行进，此外，它们只能“看见”自身和旗帜或是关键地点之间的物体。不过，Bots们的听力和人类倒是不相伯仲。Polge透露说：“Bot听不到的只有背景音乐这样的环境声响，而这也是为了降低计算机的运算量。”
总体来说，Bots的听力和视力还远远不能用“真实”来形容。Cevat Yerli告诉我们：“《Far Cry》中的雇佣兵被人工‘致聋’了。否则，只要小岛上响起枪声，就会有200人朝出事地点涌来。”此外，敌人视野的宽度和远度也被人为加以限制，这一切都是为了保证游戏的可玩性。
向“天才”说不
AI设计师的一个重要任务是给虚拟战士的实力设置一个“度”，以保证游戏的平衡性。Yerli说：“一开始，我们的Bots都太具攻击性，因为我们要提高它们的反应速度。现在，玩家可以选择难度，AI的反应速度会随之调整。”Steve Polge在制作《UT 2004》时遇到了类似的问题：“起先，它们的枪法好得过了头，还会像人类玩家那样不停地犯错。”另外，在低难度下，电脑对手很少做出大跳，也不会使用诸如shock rifle之类的其它武器攻击。
像小贝那样机敏
对于体育游戏制作者来说，人工智能并非一个很大的麻烦。在足球模拟游戏中，比赛规则和队伍实力都是一定的，球员的所有动作都受到严格限制。此外，球场的空间也是固定的，留给AI的“表演时间”少之又少。但是，我们仍旧可以看到，《Pro Evolution Soccer 3》中的完美阵型便是AI设计师的杰作：AI会自动跑位，游戏进程中，你会感觉整个队伍就像是由真实的球员所组成的。
在竞速游戏领域里，不久前《DTM Race Driver 2》的问世标志着AI制作的新突破。AI驾驶员会像人类车手那样挤撞、抄近路和超车。而在此以前，电脑控制的赛车永远走着那条“完美路线”。
Shodan什么时候来？
Shodan是游戏《System Shock》中的超级邪恶人工智能系统。要达到她的“级别”，我们还有很长的路要走。Steve Polge预测说：“需要改进的地方还很多，因为AI是带来好游戏的关键之一。配合出色的配音和完美的动画，NPC也会给你真人的感觉。”让一个《UT》里的Bot通过图灵测试(Turing Test)，这便是Polge和Yerli这样的制作人的最终目标。在下一期中，您将了解《Rome》的制作人是怎样给电脑将军安装大脑的。
AI权威
Steve Polge (37)
自《Unreal》起，他就是Epic这一动作游戏系列的AI主管。
Cevat Yerli (26)
在《Far Cry》中，Crytek出人意料地带来了迄今为止最出色的射击游戏AI。
测试：AI还是脚本
通过如下测试，我们可以很容易地得知《Far Cry》里的电脑敌人是由AI还是由脚本控制的。我们乘飞机经过一群雇佣兵的头顶。电脑发现敌人后立即开火。由于我们打开了无敌模式，AI头领把我们判断为“过于强大”，并立即寻求支援。而在其他使用脚本控制的游戏里，只要玩家经过关卡的某一特定地点，触发器便会被打开，电脑对手也会固定地执行某一动作。如果飞行测试绕过触发器，敌人只会傻站在原地。
动作游戏IQ测试
Far Cry：尽管有瑕疵，依然是人工智能最出色的射击游戏。雇佣兵会及时报警、包围玩家、驾驶交通工具以及寻求支援。
Splinter Cell 2：卫兵会在听见响声或是发现尸体时报警，但只会沿固定路线行动且不会配合同伴展开搜索。
Painkiller：成群的敌人盲目地朝玩家冲来。我们看不到有计划的包围或是撤退，所有的敌人都只会一拥而上。
 |
|
| 《UT-2004》中的Bots能够三人 |
|
图灵测试
英国数学家Alan Turing(1912-1954)于1950年设计出该测试，用来检验人工智能的效率。测试者向电脑和另一人发出同样的测试信息。受传者尽力以人类的方式反馈信息。如果信息发出者无法区分回答问题的是人还是电脑，这样的AI便是完美的。直至今日还没有任何程序可以通过Turing测试。
