今年2月,PS5独占游戏《毁灭全明星》发布,不过作为一款多人竞技游戏,目前其面临一个大问题——那就是玩家数量严重不足。
根据索尼财报,截至2021年3月31日,索尼的PS5销量达到780万,相比隔壁这个数字是惊人的,不过这种装机量对于一款多人竞技游戏来说远远不够,更何况《毁灭全明星》本身质量也比较一般,MC网站上媒体平均分62,玩家平均评分只有5.1,除了首发的那段时间,在游戏发售不到半年的时间里,游戏玩家数量是一直在减少。

为了优化匹配效率,游戏开发商Lucid Games宣布将会在游戏中加入网络机器人,而这个行为也引来了部分玩家的嘲讽,认为这游戏是真的没什么人玩了,即使这款游戏是PS会免。
在一些热门的吃鸡游戏里,机器人是一种非常常见的系统,通过在玩家之间安插机器人,即使是动辄50~100人的大乱斗,玩家也可以迅速匹配到对手,与此同时,机器人的加入也能让一些新手玩家享受到一些击杀的乐趣,不至于一上手就被老玩家杀的退坑。
虽然ai机器人的好处那么多,不过一些玩家对这个系统却比较排斥,原因有很多,不过最关键的,在于电脑ai实在是太蠢了,老玩家几乎一眼就能看出谁是机器人,这些由ai操纵的敌人行动太过呆板,杀起来完全没有成就感。
可以说,如果不是因为游戏太过凉凉,匹配时间太长的话,很少会有人希望加入机器人系统,然而,被广大玩家所鄙夷的电脑ai,游戏开发商们却已经为此研究了半个多世纪。
游戏ai
1950年,计算机科学之父图灵发表了一篇题为“论数字计算在决断难题中的应用”的论文,这篇论文预言了创造出具有真正智能的机器的可能性,并由此提出了著名的图灵测试:如果一台机器能够与人类对话而不被识别出机器的身份,那么就可以说这个机器具有智能。
当时的开发商虽然不能做出符合图灵所说的人工智能(现在也不能),不过在游戏领域已经有类似的应用,最早使用相似技术的,就是是数学游戏Nim。
Nim是博弈论经典模型之一,中国民间流传的“抓三堆”被认为是Nim的起源——若干堆石子,每堆石子数量有限,双方轮流抓石子,每次只能在一堆石子里抓,谁能抓走最后一颗石子谁就算赢。
由于规则比较简单,设计起来也不难,在1940年纽约世界博览会上,西屋电气公司就展示了一台可以玩Nim的机器Nimatron。这是一台由机电继电器构建的数字计算机,机器上有4*7个小灯泡,玩家可以在任何一条线上关闭一个或多个,与机器轮流进行,谁熄灭了最后一盏灯,谁就是赢家。
这个机器被一些人认为是人工智能在游戏领域最早的应用,在展会现场,这台机器吸引了成千上万人的关注,不过,在展会持续期间,这台机器获得了将近十万场胜利,参与试玩的人里,只有少数人可以击败这台机器,而击败机器的人,会收到一枚写着Nim Champ的纪念硬币。
Ps:有说法称1952年推出的经由Nimatron启发所创造的可以玩Nim的Nimrod,才是电子游戏人工智能的第一个案例,不过由于Nimrod没有可以实时传输视觉图形的屏幕,因此也有人甚至不认可Nimrod上的Nim是电子游戏。
虽然早在上世纪五十年代就已经出现了电子游戏的人工智能应用,不过在接下来的二十多年里,符合我们现代玩家定义的电子游戏以及人工智能一直都没有出现,即使是担任了很长时间“第一款电子游戏”名头的《Pong》,也是基于两个玩家之间的竞争,真正意义上应用了电脑ai的游戏,应该是1974年的街机游戏《Speed Race》、《Qwak》、以及《Pursuit》。
在《Speed Race》中,玩家需要在90秒的时限内驾驶赛车狂奔,路上会遇到其它赛车,你需要避免与这些汽车发生碰撞,不过这些受到电脑ai控制的汽车可能会下绊儿,有的车子在行驶过程中忽然靠近你,躲闪不及就会撞车扣分。
这种智能化的设计非常成功,《Speed Race》在日本很受欢迎,之后几年游戏又推出了多个版本,登陆美国市场以后同样大受好评。
在街机游戏的黄金时代,由于包括《Speed Race》、《Space Invaders》在内的多款游戏的成功,为游戏加入AI的想法很大程度上得到了普及,开发商开始尝试为游戏中的敌人添加更多的特性。
智械危机
著名的街机游戏《小蜜蜂(Galaxian)》,敌人的行动相比之前的街机游戏复杂且多样,甚至还有飞机会脱离编队对玩家发动攻击;1988年的日本即时战略游戏《魔域传说》,可以通过计算机AI控制跟随领导者的角色;1990年的《勇者斗恶龙4》,玩家甚至可以设定队友在战斗中的行为模式,比如优先考虑伤害、治疗等。
到了21世纪,许多游戏作品里的AI已经非常复杂,2000年由EA发行的即时战略游戏《命令与征服:红色警戒2》,其电脑AI的实力已经可以吊打许多新手玩家,因此,许多人将单挑打败七个随机冷酷的敌人看作是“入门考试”。
拳头开发的moba游戏《英雄联盟》,虽然主打的是PVP,不过游戏依然有人机模式,上班族也可以每天上线打人机拿首胜,每天都有数不清的电脑ai被玩家暴打。
为此,拳头推出了末日人机模式,该模式下ai控制的英雄,技能和属性大幅加强,并且电脑ai也大幅改进,经常抱团推家,虽然之后玩家们琢磨出了许多应对末日人机的打法和套路,不过在末日人机刚推出的那段时间里,许多人还是感受到了,什么叫作“人机的复仇”。
暴雪在他们的PVP游戏《守望先锋》中,同样设计了电脑ai,玩家可以在自定义房间中添加任意数量的机器人对手。
相比别的游戏,《守望先锋》需要考虑的因素比较多,除了传统FPS的瞄准以外,走位、技能释放也是需要考虑的问题,因此游戏的困难人机在一些老玩家看来比较呆板,除了打得准以外没有任何厉害的地方,特别是在《守望先锋》这种不是非常强调射击准度的游戏里,玩家可以轻松破解电脑ai的攻势。
看起来21世纪的玩家面对电脑ai还算是游刃有余,在同等条件下,刚开始可能会吃点亏,不过经过一段时间的学习,玩家似乎总能打败电脑。
然而,随着时代的发展,如今的游戏AI实力的进化早已超过了玩家。2016年,专注于推进人工智能研究的谷歌子公司Deepmid,推出了AlphaGo围棋机器人,这个机器人通过深度学习不断提高自身的围棋技艺,并接连击败了李世石、柯洁在内的多位世界围棋冠军;2019年,Deepmind的AlphaStar又在《星际争霸2》游戏中,以5比0的成绩分别击败了职业选手TLO和MaNa。
总是嘲讽游戏AI的玩家们,或许,只是因为厂商没有把精力放在AI研究上吧。
结尾
游戏设计ai的目的不是为了赢玩家,而是想让机器人如何华丽地输给玩家,在一些单机游戏中,队友的表现也不是越强力越好,更多时候考验的还是AI的拟人水平,比如新战神里的阿特柔斯,可以像玩家一样骑在敌人的背上攻击。
2019年,索尼成立了一家专门研究人工智能的子公司,而在今年索尼的公司战略会议上,索尼高层明确指出,他们将利用强化学习,开发游戏AI代理,强化游戏玩家的电脑对手以及AI同伴。
而在赛车游戏《极限竞速:地平线》里,设计师早已开始使用神经网络,来让AI尽可能模仿真人玩家的操作,给玩家带来更好的游戏体验。
如何让游戏里的ai变得更像人,是整个游戏行业研究的大方向,现在玩家们所鄙夷的ai,或许就是我们以后所夸赞的队友。