[閒聊] 不只要贏 Google要AI也能幫忙NERF

現在線上多人遊戲普及，對於遊戲設計的要求也越來越高

Google研究人員開發了一款稱為Chimera的紙牌遊戲，並在開發過程仰賴機器學習，研究人員刻意讓Chimera紙牌遊戲擁有較大的狀態空間，使得遊戲開發人員難以用傳統的方式，來手刻人工智慧代理遊玩遊戲。

由於較大的狀態空間，以及不完整的資訊，使得Chimera對機器學習來說較困難，研究人員受到AlphaGo等遊戲代理的啟發，在訓練中使用卷積神經網路，並在創建初始模型之後，讓人工智慧與自己對戰，並且反覆收集遊戲資料，再用於訓練新的代理，每次迭代都會讓訓練資料的品質提高，代理遊玩遊戲的能力也會增加。

這樣的方法可以在短時間，收集比真實玩家多數百萬次的遊戲資料，研究人員透過分析遊戲結果，發現兩玩家手牌間的不平衡，研究人員提到，由於Chimera遊戲的核心是希望玩家手上的奇美拉，可以不斷進化，進化次數越多的玩家，獲勝機率也就越高，但他們發現遊戲平均的進化次數沒有達到預期，反而是遊戲中的暴龍，壓倒性地成為獲勝關鍵，只要最終成為暴龍就能獲勝，甚至可以忽略遊戲懲罰。

另外，遊戲中的兩牌組，分別是Evasion Link Gen牌組可增加進化合成獸的能力，而Damage-Heal牌組則可在治療的同時，造成些許的傷害，在遊戲設計時，他們原本預計這兩牌組具有相同的強度，但是實際上，Evasion Link Gen牌組在與Damage-Heal牌組對戰時，獲勝機率為60％。

根據這些發現，遊戲設計人員微調了遊戲，除了降低Evasion Link Gen牌組的加成，並且對暴龍加入額外的冷卻時間，經人工智慧自我對戰後，遊戲發展往更理想的方向前進，每場遊戲的進化次數增加，暴龍的能力也被削弱。

但經過調整之後，各牌組的勝率仍然沒有改變，還是維持在60：40，研究人員增加了兩玩家的初始生命值，以及治療法術可以補充的生命值，使得遊戲時間更長，讓玩家可以發展更多樣化的策略，並且縮小最強與最弱生物間的差距，最終使得兩牌組的勝率都接近50％。

測試雛形遊戲不平衡的狀態，通常都需要數個月的遊戲測試，但是透過這種方法，遊戲設計人員可以發現潛在的不平衡狀態，並且在數天內迅速進行調整，以修復不平衡的狀態。

另外，研究人員還提到，現在神經網路已經可以快速地達到與人類相似水準的程度，因此不只能可以用來指引新玩家，還能用來發現意料之外的策略，使得遊戲開發有更多可能性。

https://www.ithome.com.tw/news/143394
-----
Sent from JPTT on my iPhone

--