游戲AI
關注創建者：匿名 創建時間：2026-01-04
游戲AI的實例教程
今天分享的課題是游戲AI探索之旅。本次分享分為四部分，第一部分，什么是游戲AI，游戲AI為什么對現在的游戲非常重要；第二部分，業界和工業界對于做游戲AI主要的方法，以及現在業界一些主流的游戲上的進展。第三部分，結合基于公司自有的MOBA游戲，分享一下我們做的一些探索研究及現在的進展；第四部分，會簡單介紹一下基于深度學習方法來做游戲AI，對于游戲開發者來說需要提供哪些環境便于AI的開發。希望通過今天的分享能給大家之后工作或者接下來學習上帶來一些的啟發和思考。
什么是游戲AI，對于游戲開發者而言是要增進用戶體驗，提升游戲玩家的活躍度，方法主要是基于一些人工規則的方式。而對于學術界來說目標是最大化贏的概率，而現在主要是基于學習的方法。
幾乎每款游戲都有自己的游戲AI。棋片卑類的（深藍、Alphago）、體育類的足球籃球、角色扮演類游戲……越復雜的游戲對AI的依賴程度越高。AI在游戲中常用的方式：人機對戰：AI為游戲提供一種玩法，玩家可以選擇與游戲AI對戰去熟悉游戲；平衡性測試：輔助游戲設計開發，如：游戲數值改變，AI可以用于驗證測試數值變化帶來的影響；對于射擊類的游戲，AI可以用于探索地圖的探索等。
通用的游戲AI的設計,包含三部分: 感知系統、決策系統、導航系統；游戲AI的決策操作基于一定的時間粒度進行循環工作。
展開 其后，更多的經典游戲開始開始圍繞對抗
AI 角色展開，《超級馬里奧兄弟》《塞爾達傳說》《波斯王子》《洛克人 2》，在這些風靡一時的游戲中，AI
都成了保證游戲體驗和控制游戲難易度的關鍵。那時的游戲核心，其實就是玩家和 AI 的對抗，只不過通過不同的方式而已。
那時候 AI 存在的最終目的是為了讓玩家擊敗，然后獲取成就感。只不過那時的 AI 仍還處在“偽智能”階段，游戲中相關虛擬角色的動作，是基于事先設置好的一系列基于條件判斷語言的腳本完成的。
不過隨著游戲類型和玩法的演進，AI 的角色和功能也在發生變化。其中的典型例子要屬
1987 年的《合金裝備》，AI
首次以和玩家對等的角色身份出現在游戲中，并首次加入了對玩家的敵對反應機制，這一機制日后也逐漸形成了《合金裝備》系列中核心的 NPC
的遇敵報警模式。這種 AI 模式的出現也進一步拓展了游戲中 AI 的使命和角色范圍。
而隨著電子游戲行業過去 30 年在硬件設備、算法和計算能力上的突飛猛進，游戲中 AI 的進化速度逐漸和人類玩家拉開差距。尤其是彼時大多數游戲機制都是在考驗玩家的反應和操作，在這些方面，AI 很快已經完爆人類，第一人稱射擊類游戲就是一個很好的例子。
從
1999 年的《反恐精英》開始，到之后的《求生之路》，Valve 奠定了 FPS 類游戲 AI 的基礎，但早年間 CS
中的機器人一直都被玩家吐槽。那時的機器人在游戲中主要就是負責填補空位，除了成為炮灰和肉盾之外沒有其他作用，因為它們基本都是按照容易掌握的規律行動，新手玩家也能輕而易舉地殺死它們。
不過，熟悉
FPS 游戲的人不難發現，近年來眾多 FPS 游戲中的 AI 開始變得越來越“兇殘”，難度層級也便多了。很多時候，最高難度的 AI
戰斗力已經遠超大多數玩家。
展開 而AI鷹眼智能排查功能可以輕松地自動定位異常畫面幀，讓開發者畫面調優工作省時省力。
另外，Dimensity Profiler還支持無縫融入自動化測試流程，讓開發者可參考自身實際需求分模塊按需整合。
本次天璣開發者大會不僅發布了全新的游戲開發工具，天璣星速引擎也再次全新升級，用最先進的游戲技術為游戲開發者提供創作源動力。
天璣星速引擎搭載最新升級的天璣倍幀技術，借助True Motion Map Search硬件級算法，在天璣平臺上可實現雙倍幀率的流暢體驗，且功耗大幅下降。天璣倍幀技術還支持游戲UI界面拆離渲染，結合運動矢量調適技術，減少鬼影、UI變形等問題。
星速引擎自適應調控技術自上線以來就憑借“滿幀一條線，功耗一路降”的卓越表現獲得玩家和開發者的一致認可。在本次大會上，聯發科宣布與Google強強聯手，將自適應調控技術導入安卓動態性能框架中，以提升全球玩家的游戲體驗，并在即將發布的安卓新版本上正式上線。
在移動光追技術領域，聯發科和《暗區突圍》深度合作，讓移動光追的仿生細節再突破，打造逼近PC級別的骨骼模型效果，為玩家帶來栩栩如生的沉浸體驗。
聯發科還在會上提出，在AI持續躍進的時代，游戲與AI的結合會是下一個移動游戲的新方向。整體來看，聯發科有天璣強大的硬件實力作為基礎，通過星速引擎、天璣AI開發套件2.0、Dimensity Profiler 和Neuron Studio的協同開發優化，AI游戲體驗普及也將很快到來。
最強AI芯片天璣9400+亮相， 智慧再進化
在AI進化的歷程中，無論哪個時代，芯片能力的躍遷都是一切的起點。從率先落地端側AI大模型，到打造天璣AI智能體化引擎，聯發科一直跑在行業最前沿。
展開 譯者注：這年頭，逢人不會聊一聊AI和機器學習，都不好意思和人打招呼，更別說我們作為搞技術的攻城獅群體了。上一篇分享的文章里，已經提到了未來仿真服務會越來越簡單和傻瓜，作為一名普通的CAE攻城獅，可以說危機感爆棚，但是—工程人員的分析能力可不是隨便能替代的。即便是一直致力于宣傳仿真人人都能簡單使用的軟件代理商，關起門來也得承認仿真分析里“分析”這兩個字真不是AI能實現的。且不說數量巨大的可能性，誰又愿意將自己公司的仿真數據分享出來“喂養”一個機器學習系統呢？
人工智能（AI）能幫助我們進行模擬仿真嗎？
在玩游戲方面，AI已經把人類虐得抬不起頭，但若是挑戰更大的工程學呢?—這可不僅僅是一個游戲。人工智能可以用于計算機仿真，從而解決現實世界中的問題嗎? AI這個詞這么火爆，工程軟件供應商們都迫切渴望將AI應用到他們的產品中，但現在時機足夠成熟了嗎？
我們可不是在玩游戲。誠然，人工智能已經在戰略游戲中打敗了人類，甚至是非常復雜的圍棋。但是模擬—例如如汽車的這種大規模的偏轉—則要復雜得多。AI能發揮作用嗎？(圖片引自維基百科)。
人工智能(AI)是一年一度的工程軟件未來大會(COFES)上自由討論的主題。一間擠滿了軟件知識分子的房間里，滿是關于人工智能的想法，他們在討論人工智能在模擬中的應用，以及他們對AI和機器學習技術現狀的看法。(這篇文章可不是AI寫的。下面是筆者搜集到的會議上的一些“金點子”和即興的觀點。十分抱歉沒法對被引用者進行一一備注了，我沒法獲取會議室里每個人的名字，所以干脆一個都不用了。畢竟我只是個人類啊！)
摘到“低垂果實”（即達到容易實現的目標）
在我們開始做一個分析之前，我們應該思考的第一個問題是—這個分析是必要的嗎？只有滿足這個前提，再來看AI能否應用到這個問題中。
展開 Altair一直在推動技術的發展，我們總是站在事物的最前沿，Altair在過去幾年中投資了超過5億美元用于收購Data Analytics和AI相關的技術；同時，我們很專注AI和CAE的結合。我相信Altair會在CAE行業的越來越來有競爭力。
我注意到這兩年Altair的產品變化幅度特別大，我總結一個特點是【融合】：
a) “solver的融合”，在新版本的發展計劃中你們強調All in one solver，目標把所有的求解器封裝到一個solver模塊；
b) “界面的融合”，新老HyperWorks的UI的融合，新的UI用戶體驗更加的友好，使用效率更高；
c) “CAE和AI的融合”，現在Altair不僅有獨立的Rapidminer（現已更名為AI Studio），還推出了多個和CAE融合的AI應用，比如shapeAI、ExpertAI、PhysicsAI；
d) 以及“應用的融合”，Altair One將所有的Altair的應用模塊都部署到一個統一的Portal
最近兩個版本的發布如此強調融合，是否為了實現功能的融合擴展、和簡化降低用戶的使用成本？Altair在之后的產品計劃中會進一步的融合模塊嗎，甚至減少一些模塊的選擇，進一步降低用戶的理解學習選擇成本。
因為我發現一個問題，隨著你們推出多個不同應用場合目標的AI模塊之后，隨之而來帶來了用戶理解學習上的困難，對CAE用戶來說，理解和比較不同的AI解決方案在工程上的應用，要比理解和不同的CAE解決方案要難，因為深入理解AI最好是需要一些算法方面的背景知識，才能更好地理解AI工具的實用性，比較不同廠商的AI工具的能力的時候，更是如此。這也給你們AI解決方案的售前工作帶來了很大的挑戰。所以Altair AI在將來會不會進一步進行融合？
你的第一個問題是為什么要整合。
展開 
游戲AI的最新內容
+游戲、AI+泛互聯網
3、人工智能技術層：AI開放平臺、AI云開放平臺、計算機視覺、語音識別、自然語言處理、知識圖譜、深度學習
4、大模型與工具：通用基礎大模型（大語言模型、視覺大模型、語音大模型、多模態大模型）、垂直行業/領域大模型。
過去25年間，有限狀態機一直是游戲AI開發的常用技術，《最后生還者》《蝙蝠俠：阿卡姆》系列等眾多熱門游戲均有采用。我們會從零構建一個有限狀態機，并以此為基礎創建敵人；首先實現“閑置”“追逐玩家”等簡單敵人行為，隨后再開發“包圍玩家”“協同進攻”等更復雜的行為。完成敵人AI開發后，我們將實現“反擊”功能。
Altair? romAI? 是 Altair? Twin Activate? 中一項改變游戲規則的AI技術。利用降階建模（Reduced Order Modeling，ROM）技術進行系統評估，可加快離散元法（DEM）、計算流體動力學（CFD）和有限元（FEA）分析等計算成本高昂的仿真工作，為測試創意和優化系統性能留出更多空間。
隨著AI在玩法設計中扮演的角色日益重要，聯發科正用軟硬協同的全鏈路開發體系，把“AI+游戲”的想象一步步變成現實，為移動游戲行業打開一個通往AI時代的新入口。
技術之上，是生態的躍遷
當AI正式走進游戲玩法、體驗，技術閉環之外，更大的進化也隨之開啟——那就是生態的躍遷。
天璣開發工具集震撼登場——橫跨AI和游戲開發的開發工具全家桶
去年聯發科發布的天璣AI開發套件，收獲了行業的一致認可。
有幸在今年的Altair技術大會作為行業媒體記者，采訪了Altair的首席產品和戰略官Ravi Kunju先生以下簡稱（Ravi）， 和Ravi的對話讓我更全面地了解了Altair的產品策略，以及Altair最新的技術進展，特別是這兩年異軍突起的應用于設計仿真的Altair的 AI相關解決方案，對我來說收獲頗豐。現將采訪稿做簡要整理分享給制造業從事CAE、AI數據分析的朋友們，希望對你們更全面地了解
經過我今年對深度學習 機器學習的研究發現 其算法是錯誤的
計算機是一臺以指令為單位的機器 它是不會學習的 所以沒有學習算法一說 那是沒有認清計算機的本質 學習是人才有的行為 機器怎么會學習嗎 它只有指令啊 經過研究發現我們常說的人工智能 主要是如下四個函數構成的 下面我以常見的游戲AI為例講解其實現 由于已有多年未碰編程 這里只給出大致算法
在游戲中 當角色或者NPC看/聽到什么的時候
例如，AI Dungeon是一款開放世界的文字冒險游戲，因其AI生成的生動形象的故事而廣為傳播：
注意，AI Dungeon不是Google研究實驗室開發的項目，只是一名工程師構建的黑客馬拉松項目。
AI Dungeon的創建者Nick Walton并沒有從零開始設計模型，而是采用了最新的NLP模型（OpenAI GPT-2），然后對其進行微調來設置自己的冒險文字。
2020年8月，DARPA授予諾斯羅普·格魯曼公司“游戲破壞者”（Gamebreaker）項目研究合同，旨在開發人工智能技術并將其應用于目前的實時策略游戲，希望采用AI技術開發交戰模型，以打破復雜的模型或游戲的不平衡，進而增強軍事戰略。在輔助決策方面，DARPA正在實施“適應性跨域殺傷網”（Adapting Cross-domain Kill-webs，ACK）項目，將為任務指揮官提供決策輔助。
8 月 30 日，在柏林國際電子消費品展覽會（IFA）正式開展前，榮耀手機在柏林召開了一場全球發布會，正式面向歐洲市場發布了主打游戲性能、AI 的高性價比產品榮耀 Play。
