近些年，像英雄联盟、绝地求生、多塔2这样的在线多玩家游戏成为一种主流。

在这些游戏中，平衡是非常重要的，这里的平衡包括角色对角色、技能对技能的平衡。毕竟，如果一个角色可以完爆其他所有角色，其他的角色又有什么意义呢。

为了保证游戏的平衡，游戏测试者与开发者会不断地对游戏进行修正：

1. 测试者试玩游戏
2. 开发者根据反馈对游戏进行修正
3. 步骤1和2反复重复，直到开发者与测试者均对游戏的平衡满意

这个过程往往是非常耗时的。与此同时，使用人力的测试可能是不完美的。随着游戏变得越来越复杂，角色越来越多，操作越来越多，使用人力的测试，可能无法发现游戏潜在的一些缺陷，也就是说，游戏可能无法达到真正的平衡。

为此，谷歌提出了一种基于机器学习的游戏测试方法，训练人工智能成为游戏玩家，体验游戏，并为游戏体验提供反馈。

这个方法被率先用在了游戏Chimera（译：合成兽）中，通过数以万计的游戏以及数据收集的过程，人工智能可以帮助游戏开发者高效地提高游戏的平衡性能，让游戏变得更加有趣。

Chimera游戏

游戏Chimera的本身，就极大地依赖于机器学习技术。比如，玩家可以随意合并两种生物，以生成合成兽，合成兽和合成兽之间也可以进一步合并。下图给出了很多可爱的合成兽们。

值得注意的是，在这样任意合并的设定下，合成兽的数量是非常巨大的。假设有100种基本生物，允许最多10个生物依次合并，那么最终可能的合成兽有17310309456440种！

这就意味着，开发者和测试者可能都不了解所有可能的合成兽的种类。当不同的合成兽被赋予不同的技能值，这对测试者来说简直是一种灾难。

同时，玩家可以对（由合成兽构成的）卡牌进行不同的操作，如放置在不同的板块、执行咒语等等，这样多样的操作更为测试者带来困难。

训练机器来玩游戏

对于这张几乎有无限多种可能的卡牌游戏Chimera来说，人类是无法测试的。

为此，我们可以借助机器的力量，使用卷积神经网络，来预测给定游戏状态下，不同玩家的胜率。

这个过程非常的直观且有效。最初，机器会被给予随机的游戏策略，之后，重新建立一个新的机器（智能体，agent），目的是打败前一个机器，并在游戏中反复的收集数据。这些新的数据会被用于训练另一个新的机器。

这个过程会不断反复。在这个过程中，数据的质量之间提升，机器也越来越会玩游戏。

横坐标：机器的版本，纵坐标：胜率

在这个过程中，如何表征游戏在某一时刻的状态？有至少两种方式。其一，游戏的数据，如多少个合成兽，这些合成兽是什么，有多少个板块等。其二，游戏的图像，即当前时刻游戏的画面是什么样的。

有趣的是，第二种方式，直接由游戏图像来表征游戏状态，会有更好的效果。这些图像会被输入到卷积神经网络当中，同时，这里卷积神经网络非常简单（即神经元少、层数少），这使得电脑可以实时处理，同时，可以实现神经网络的快速传输。

这个方法可以迅速地仿真百万次的游戏过程，通过那些最优秀的机器玩家的游戏数据，我们可以发现玩家*牌套**之间不平衡的地方。

比如，在Chimera测试过程中，游戏开发者发现了这些不平衡点：

• 进化合成兽永远是有利的，当一个玩家比另一个玩家进化了更多次合成兽，他非常有可能获得胜利。相应的胜率也可以被量化，由于测试的次数数以百万计，这其中几乎没有误差。
• 有些生物的能力过高，当这些生物被使用，玩家极有可能获胜。在人工智能测试员的帮助下，高的程度也可以被量化。

根据这些不平衡点，游戏开发可以进一步优化游戏体验。值得注意的是，像Chimera这样有数以百万计可能性的游戏来说，用人力找到上述不平衡点，几乎是不可能的。

参考文献：

• Ji Hun Kim and Richard Wu, “Leveraging Machine Learning for Game Development”， https://ai.googleblog.com/2021/03/leveraging-machine-learning-for-game.html，accessed on March 18, 2021.
• "Empowering game developers with Stadia R&D (Google Games Dev Summit)", https://www.youtube.com/watch?t=239&v=hMWjerCqRFA，accessed on March 18, 2021.

遗憾的是，暂时没找到游戏和算法的代码。

愿生活充满干货。一个认真科普的90后女博士，每周分享通信、计算机、网络及经济学最新最有趣的干货。喜欢的话，记得点赞、收藏和关注哟。欢迎留言及评论。