全球游戏行业年度盛会“2021游戏开发者大会”（英文：Game Developers Conference，简称GDC）于近日举办。7月22日，腾讯AI Lab在大会亮相，首次全面展示了以“绝悟”为代表的AI技术在游戏产业全链路中的研究与应用能力，介绍了AI提高游戏开发效率、打造新玩法、辅助游戏平衡性测试等案例经验，并分享了AI驱动虚实融合的思考与探索。
AI技术在游戏全链路的研究与应用包含两部分，在横向上覆盖游戏制作、运营及周边生态全生命周期，提升游戏品质，丰富玩家体验；在纵向上AI正拓展更多元的游戏品类，如围棋、麻将等棋牌类，足球等体育类，以及多人在线战术竞技（简称MOBA）、第一人称射击（简称FPS）等复杂策略类游戏。
同时，AI的不断进化正使之超越游戏场景，推动“元宇宙”（英文：Metaverse）概念的落地。简单来说，“元宇宙”是虚拟世界与现实世界的无缝结合。就像电影《头号玩家》中的绿洲，用户在虚拟与现实中自由穿梭，感受前所未有的体验，创造无限可能。
AI应用深入游戏全生命周期
创建“元宇宙”面临很多挑战：要具备无限逼近现实的极高品质，空间巨大、开放且能无限拓展；可探索的内容要足够多样乃至无穷，从而匹配现实世界中的体验维度等。如何应对这些挑战？AI技术正在提供答案，并在“元宇宙”的基础场景游戏行业中得到验证。
在游戏前期的制作环节，AI高效低成本的特点，使之成为优秀的生产者。用户的虚拟分身和NPC（英文：non-player character）要具有独特性，就要有不同的面孔、服饰、声音甚至性格特征。而传统方法生成 NPC 的成本很高，制作一分钟的人物动画需要耗费数天。
腾讯AI Lab持续探索低成本地、大规模生产个性化 NPC 的相关技术。在视觉上，通过AI对抗生成网络实现“千人千面”，快速生成高保真 AI NPC，搭配不同的发型和妆容，为创建海量角色奠定基础。
解决人脸问题之后是人物行为。腾讯AI Lab整合文字转语音的前沿研究，生成自然语音，同步驱动嘴型、表情等面部变化，达到高度逼真。
AI NPC可做出高拟真表情
最后，利用相位神经网络技术控制人物运动，将原本数周工作量减少到几小时。AI 在大量的运动数据集上学习人体动作，将捕获的运动数据与场景地形数据相匹配，完成准确、流畅的动作反应，如行走、跑步、跳跃等。
AI辅助生成游戏角色动作
在游戏中，AI既是运营者也是陪伴玩家的智能伙伴。AI能扮演玩家的对手或队友，提供创新玩法，不断丰富游戏活力。而作为管理者，AI能为玩家智能匹配合适的队友，接管掉线玩家，还能利用自然语言处理等技术，在监测到不当发言时予以屏蔽，维护良好的对局环境。
在游戏周边，AI也在支持电竞训练分析、直播解说及集锦自动生成等更广泛的应用，不断创新行业生态。总之，AI正在为游戏全生命周期中的更多环节，创造全新价值。
AI应用深入游戏全生命周期
“绝悟”AI为不同类型游戏带来全新价值
腾讯AI Lab自2017年开始研发策略协作型AI“绝悟”，在本次GDC大会上，实验室介绍了AI“绝悟”在两类热门游戏的实战应用成果，包括MOBA游戏“王者荣耀”，及FPS游戏“使命召唤”与“穿越火线”手机版。
- MOBA游戏：完全体AI与平衡性测试应用
基于王者荣耀的“王者绝悟”AI 经过多次迭代，已成为达到职业电竞水平的“完全体”，掌握100+全英雄池，全召唤师技能，无任何限制、数值加成、无额外视野，操作反应也与职业选手相当，保证公平对抗。“王者绝悟”不仅具备强大的策略协作与微观操作能力，还擅长多样化打法与全局禁选英雄策略。相关强化学习研究成果也已登上AI国际顶会与顶刊。
2020年，“王者绝悟”在王者荣耀游戏内向用户限时开放，接受玩家5v5组队挑战，单次运营活动就吸引了超过4千万玩家参与体验并广受好评。不少用户与主播还将对局制作成生动有趣的视频，在社交媒体和视频平台发布传播，形成AI-用户-社区的正向反馈。
此次大会上，“绝悟”还首次公开了AI辅助英雄平衡性测试的技术成果。MOBA游戏核心玩法在于多样化的英雄选择和战斗体验，从而增加不确定性与趣味性。一旦某些英雄过强或过弱，就会破坏玩家体验，因此保持每个英雄胜率50%左右是王者荣耀平衡性系统的目标。
然而平衡性测试系统非常复杂，不仅涉及大量英雄，且每个英雄都有独特的技能、属性、玩法，英雄之间还存在互动，任何微小的变化都会产生意想不到的连锁反应影响，评估系统变化相当困难。
传统的平衡性测试是调整数值后在测试服上验证，周期较长，每个英雄测试大约需要1-2个月。此外，由于正式服和测试服玩家的真实能力和游戏心态不一致，会导致测试结果不准确。
在解决准确性问题上，绝悟AI通过强化学习的方法来模仿真实玩家，包括发育、运营、协作等指标类别，以及每分钟手速、技能释放频率、命中率、击杀数等具体参数，让AI更接近正式服玩家真实表现，将测试的总体准确性提升到95%。
在提高测试效率方面，绝悟AI通过分布式平台和推理优化节省了大量的时间。分布式平台支持大规模并发测试，开发者只需要输入英雄的修改数值，平台就会在短时间内自动输出测试报告。推理优化则通过模型剪裁、量化、自研推理框架来减少模型的计算量和加快推理速度，实现3小时完成20万场对局。
- FPS游戏：全游戏能力与拟人化技术
对于FPS类型游戏来说，NPC的拟人化是AI研究的核心目标。在游戏内，势均力敌的战斗胜利才会带来公平感和成就感。因此 AI 既不能强如开挂，也不能呆若木鸡，更拟人化的 AI 才能提升玩家体验。
在游戏领域之外，FPS 游戏拟人化 AI 也具有非常重要的研究价值。不同于总是通过俯视角进行的棋盘游戏和 MOBA 游戏等游戏类别，FPS 等第一人称游戏往往基于三维立体的游戏场景，更类似于真实世界。在这样的虚拟环境中训练出的拟人化AI，更能反映人类在真实环境下的表现，从而可以帮助AI理解人类在真实环境中的行为，为以后的通用能力应用铺路。
在本次大会上，腾讯AI Lab也分享了AI在FPS类游戏中的拟人化能力与技术方法。
第一步是让AI掌握全游戏能力，即能够完成游戏中的任何任务。以“吃鸡”模式为例，玩家的目标是“活到最后”，关键任务包括，区域探索、收集武器和装备，进入安全区并与敌人战斗等。
传统方法的游戏开发通常使用行为树模型设计AI，然而，这种“穷举法”只能产生有限和固定行为模式。而采用强化学习方法，则可以通过从0到1，完成端到端训练，通过观察设计、模型设计、行动空间设计和奖励机制，实现高智能AI。
三个AI合作击败对手
掌握全游戏能力后，第二步就要提升AI的拟人化表现。试想我们自己作为玩家处于游戏中战斗场景，会选择站在什么位置？用哪把枪？命中率如何？回答这些问题对普通玩家已不容易，对AI来说也同样困难。
腾讯AI Lab采用对抗学习的技术探索解决 AI 拟人化难题。首先需要输入两组数据，一是高质量的人类脱敏数据，二是前述通过强化学习方法训练而成的 AI NPC 数据。然后，两者数据再经过鉴别器区隔，并输出一套内在奖励机制，激励AI不断向人类行为靠拢。
基于拟人化AI研究，腾讯AI Lab与《穿越火线》手机版合作打造了“明星玩法”——挑战职业选手。AI通过模仿职业选手，掌握他们的典型个人风格，玩家则感觉像在与真实的职业选手对抗。该玩法上线后大受欢迎，对局数量较平时平均数提升了3-4倍。
AI模仿职业选手打法风格，左上为职业选手，右下为AI
超越游戏，AI驱动虚实结合的无限可能
从虚拟世界到现实世界，游戏为AI提供了低成本的学习环境，训练AI逐步进化为通用人工智能，从而在现实世界中发挥越来越重要的作用。
比如在虚拟环境中模拟现实任务，让自动驾驶汽车在不同条件下模拟行驶，效率高、成本低，也更安全。再如，腾讯利用仿真环境与强化学习算法，推进机器人及数据中心节能技术等研究与应用。
同时，从现实世界到虚拟世界，AI正在成为“元宇宙”基础设施，逐步构建更高品质、更开放、更沉浸和更多样的虚拟世界，突破内容和空间的局限性，创造前所未有的体验与机遇。
