人工智能在游戲中的應(yīng)用
1. 現(xiàn)代電腦游戲簡介
電子游戲從1971年誕生以來，越來越受到人們的喜愛。隨著現(xiàn)代計算機、網(wǎng)絡(luò)、虛擬現(xiàn)實、人工智能等技術(shù)的發(fā)展，游戲的擬人化越來越逼真。高度的擬人化使得現(xiàn)代電腦游戲能夠模仿人類社會中的各種情形，并把這些情形通過視覺、聽覺、甚至觸覺等多種感官反映到人的大腦，從而對人們的現(xiàn)實生活產(chǎn)生巨大沖擊?；谟螒蛑械倪@些反映人類社會的情形不同和游戲表示的方式不同，可以把電子游戲分為幾大類別：縱向卷軸和橫向卷軸類、棋牌邏輯類、文字冒險類、圖形冒險類、模擬類、戰(zhàn)略類、第一或第三人稱射擊類和角色扮演類。
無論游戲?qū)儆诤畏N類別，游戲玩家都希望在游戲中能夠體驗到現(xiàn)實中無法體驗到的刺激，得到現(xiàn)實中無法得到的滿足。這些刺激和滿足主要表現(xiàn)在特定的挑戰(zhàn)、社會化、吹噓與幻想、情感等方面。實際上，大部分的玩家并不能預(yù)先知道他們想要什么樣的游戲，但是他們往往在看到了一個精美的游戲后說，“嗯，我要的就是這個!”
要使得玩家喜歡游戲，游戲的開發(fā)過程必須得到重視。一般來說，游戲的開發(fā)過程主要分為四個階段：構(gòu)想階段、總體設(shè)計階段、細節(jié)設(shè)計階段和建設(shè)階段。[1]
萬事開頭難，構(gòu)想階段是游戲開發(fā)中最為重要的階段。一個好的游戲背景故事是整個游戲成功的一半。在準(zhǔn)備好游戲故事之后，就需要考慮游戲采用何種游戲類型，并把游戲故事分割成幕(Act)，改編為游戲劇本(Gameplay)。
在總體設(shè)計階段，要考慮每個幕中的角色和規(guī)則，同時也要考慮相關(guān)的技術(shù)問題。比如，游戲?qū)⒉捎煤畏N技術(shù)、準(zhǔn)備運行在什么平臺上等。
在細節(jié)設(shè)計階段，要對每一幕中的焦點(Focus)進行設(shè)計，對每一幕的效果產(chǎn)生效果圖，選擇合適的音樂匹配到各個場景，設(shè)計各個角色和場景的細節(jié)。
最后是建設(shè)階段。開發(fā)者要采用選定的技術(shù)對游戲進行開發(fā)。游戲制作包括編程和觸發(fā)器的制作。最后要進行游戲測試。2. 基于電腦游戲的圖靈實驗
人們在娛樂電腦游戲的時候，往往希望游戲中的其他角色能夠擁有某些程度上的智能。這些智能可以使得人們能夠在游戲的同時得到滿足。然而，這種智能必須得到控制。如果游戲中的機器角色的智能明顯高于玩家的能力，使得玩家對勝利喪失信心，那么玩家會放棄這樣的游戲。所以，人工愚蠢(Artificial Stupidity)技術(shù)也是必不可少的。在游戲中，太強或太弱的人工智能都是不合適的。
那何種程度的人工智能才是合適的呢?回答這個問題首先要考慮怎樣的機器可以算作智能機器。圖靈曾經(jīng)提出了“圖靈實驗”的概念。他認為能夠通過圖靈實驗的機器是具有智能的。其實，在游戲中也是一樣的?！皥D靈實驗”在游戲中可以這樣描述：當(dāng)玩家和其他玩家同諸多機器在同時游戲時，如果這個玩家通過游戲規(guī)則中的任何方式都無法分辨游戲中的其他角色哪個是其他玩家，哪個是機器的線程，那么我們可以說這個游戲通過了“游戲中的圖靈測試”。[2]一般來說，通過了“游戲中的圖靈測試”的游戲是最適合玩家娛樂的。3. 游戲中的人工智能技術(shù)
人工智能在游戲中的目標(biāo)主要有五個：一是為玩家提供適合的挑戰(zhàn);二是使玩家處于亢奮狀態(tài);三是提供不可預(yù)知性結(jié)果;四是幫助完成游戲的故事情節(jié);五是創(chuàng)造一個生動的世界。這個生動的世界可以是類似現(xiàn)實生活中的世界，也可以是與現(xiàn)實世界完全不同的世界。但不管何種世界都要求有一整套能夠自圓其說的游戲規(guī)則。
在游戲制作過程中，實現(xiàn)人工智能的關(guān)鍵主要有：虛擬現(xiàn)實與擬人化、動畫效果與機器角色場景感知[3]、機器角色的機器學(xué)習(xí)和進化、玩家與機器角色之間的平衡性、人工愚蠢技術(shù)、確定性人工智能技術(shù)與非確定性人工智能技術(shù)的互補。
游戲中的人工智能的主要技術(shù)主要有：有限狀態(tài)自動機(Finite State Machines)、模糊邏輯(Fuzzy Logic)、A*算法與有效尋徑(A* Algorithm for Efficient Pathfinding)、腳本設(shè)計(Scripting)、基于規(guī)則的人工智能和系統(tǒng)(Rules-based AI and Systems)、人工生命(Artificial life)、貝葉斯推論(Bayesian Inference)和非確定性貝葉斯網(wǎng)絡(luò)(Bayesian Networks for Uncertainty Decisions)、神經(jīng)網(wǎng)絡(luò)(Neural Networks)和遺傳算法(Genetic Algorithms)等。4. 目前的局限與前景展望
就目前來說，技術(shù)上的困難主要來源于兩個方面：一是游戲中的非確定狀態(tài)實在太多;二是現(xiàn)有的硬件和計算機網(wǎng)絡(luò)對于高級人工智能還說，速度還達不到要求。[4]
目前要解決這些困難，在技術(shù)上來說還是不成熟的。對于數(shù)量極多的非確定狀態(tài)來說，盡可能地提高硬件和計算機網(wǎng)絡(luò)的速度，可能是一個解決方法。但是要提高硬件和計算機網(wǎng)絡(luò)的速度也并非易事。這可能要等到全息光學(xué)計算機和光互聯(lián)網(wǎng)誕生之后才能徹底解決。但目前有效的辦法是提高軟件的執(zhí)行速度。比如使用更有效的算法或神經(jīng)網(wǎng)絡(luò)等新技術(shù)。
人工智能專業(yè)前景如何?