※ 引述《Eric0605 (米青金兑口觜石包)》之铭言： : http://www.gnu.org/software/gnugo/gnugo.html : 另外还有一个对岸的围棋AI论坛，里面也有一些有价值的程式资讯可以参考 : http://www.computergo.net/forum/index.php 关於人工智能方面, 一般来说, 逻辑思考只有这种结论: 1. 是 2. 非 3. 未知 其中「未知」往往是源自资讯的不足, 面对资讯不足的事情时, 理 性和逻辑思考能得出最正确的结论, 往往是未知, 在一定要得出是 或非的问题上, 资讯量有量的理性思考是有瓶颈的. 过去人工智能的结构, 基本上就是由这两者组成: 1. 得到尽可能多的资讯 2. 从资讯中进行理性推论 3. 找出最优解, 或者多个选择其中之一当中, 最优解没有被排除 穷举法的本质, 和後来, 「模仿人类的经验主义」, 也是脱不开这 两者, 後者比较有可能得出较好的结果, 举一个例子, 我要认真做 民国无双的人工智慧的话, 我应该将所有民国无双的 client , 连 上中央的服务器, 然後将所有玩者的玩法(行动次序)都纪录下来, 用统计的方式去决定哪种方式面对甚麽情况, 有较好的效果, 最後 用从线上下载谱的方式去做. 套用蒙地卡罗算法的话, 就是给电脑 用随机乱下, 记谱, 再自己去模仿自己. ... 看起来很合理, 但以上基本上是一个大误区. 所以这一个讨论很早就开始偏离了游戏设计的精神. 误区的原因是, 那是用「技术」的角度去思考问题, 而不是用「游 戏」的角度去思考问题. 当我们谈及围棋或者象棋的时候, 其实已 经慢慢脱离「游戏」的本质了, 因为围棋和象棋虽然是游戏, 但本 质上和我们现在的游戏有分别. 1. 它有永恒的思考性 -- 这些游戏都被证明有足够的复杂程度, 使他们到今天都未能有 最优解, 因此才生存到今天成为世界文化. 假设象棋出现了最 优解, 这个游戏的价值也会立即向下跌, 所以有世界象棋比赛 不会有世界过三关比赛, 他的价值本身就是「没有最优解」, 而且生存够久变成文化. 换句话说, 这和追求最优解的 AI 是完全对立的, 玩这种游戏 最大的乐趣在於无限思考------几乎都集中在这点. 但我们今 天玩的电脑游戏, 本身追求的有更多的东西, 例如剧情, 爽度 , 情感投射, 没甚麽人玩围棋会像佐为一样想到玄天宇宙神之 一手, 没甚麽人玩象棋真的会想像自己统率百万大军. 所以「AI 会增加游戏性」是因为这种游戏的本质就是无限思 考, 但是我们现在做的电脑游戏, 并不是做这样的东西. 我们 的卖点并非是无限思考. 所以做 AI 「未必会增加游戏性」, 甚至可能「对游戏性有害」. 2. 玩者觉得 AI 不足的想法 -- 玩者说游戏的人工智能太弱, 是否代表他说的是事实? 是否代 表他不满意游戏的人工智能, 所以游戏的人工智能须改进? 玩者是消费者, 他们并不是经过逻辑判断或者严谨的推论, 去 得出「游戏的人工智能太低」这样的推论. 他们只是「感觉」 人工智能很弱, 同时「感觉」不够好玩. 而得出因为人工智能 太弱而不好玩的理论. 如果从技术的角度看这件事, 使用者抱怨ＸＸ, 就该改进ＸＸ , 但那是十分工程师的想法. 作为游戏人, 我们应该想的是, 使用者是基於甚麽理由抱怨ＸＸ? 而这个理由很可能, 甚至大 部份时候, 都不是玩者所想的那个理由. 3. 不是人工智能问题 -- 回归「游戏设计」的原点, 其实所谓 AI 问题, 往往不是人工 智能的问题, 而是难度和逃战性的问题. 逃战性和玩者是一个 平衡, 大概可以这样看: 玩者的游戏经验 < 游戏难度 -- 挫败感 / 挑战欲 玩者的游戏经验 = 游戏难度 -- 成功感 玩者的游戏经验 > 游戏难度 -- 觉得意犹未尽, 或者磨剑而 无用 比方说我已经弄出了攻击力 9000 的武器, 怪物最多都只有 5000 HP , 玩者就会觉得是没有挑战性. 那九千的武器和五千 的武器都是一击毙命, 为何要有九千的武器? 假设是 RPG, 你 真的只设一只十万点体力的血牛给他打就可以了. 但是竞技游 戏的话, 玩者要求你设的是人工智能, 在玩者的角度, 他所得 到的其实无异那只血牛, 但用开发者的角度, 那是一个极深奥 的数学和工程问题. 玩者批评 AI 蠢, 当然 AI 是应该蠢的, 但那不等於蠢是一个问题. 实际上, 你只需要让玩者多出来的「游戏经验」变得有用, 才 是解决问题的方法, 把人工智能再上去, 也不会解决问题, 甚 至使问题恶化. 因为有一点非常重要的是: 「你怎样判断玩者的游戏经验呢? 」 也许你可以让玩者设难度或者甚麽的, 但其实玩者自己也不很 清楚自己的游戏经验, 而且你一旦有设难度甚麽的, 玩者都倾 向追求最强. 然後大家都齐到那水准, 设弱的部份, 在竞争类 的游戏会慢慢形同虚设, 比方说 KOF 你要设底板也可以设到 超弱的, 可是变成大家会避开那种智障机台. 实际上, 这种游 戏最後的难度, 都只是殊途同归的. 4. 改进人工智能的负面作用 -- 如果你把 AI 不断改下去, 结果就只是会使游戏产生新手不可 及的门槛, 差不多就是把所有新玩者打在外面, 就像格斗游戏 这十年, 已经去到新手莫问的境界一样. 老手的经验既不会消失, 也难以接受把他们经验全部瓦解的新 系统, 所以像格斗游戏人工智能这种事情, 发展下去基本上属 於一个大陷阱. 就是既不能满足老手也赶跑了新手. 发展下去 甚至是对游戏的未来有害而不是有益的. 「玩者经验和技术的差别」才是要解的问题, 人工智能则是一 个误区, 我们作为游戏设计, 是要让游戏变得好玩, 至於玩者 对游戏的想法, 要知道他是玩者而不是游戏设计师, 他只是依 自己的想法去看那游戏的设计, 而不是依「所有玩者」的角度 去思考这件事, 所以他个人觉得人工智能不足, 不等於其他人 也同时认为如此, 为了一个人的想法去改动整个游戏, 很容易 得出其他所有人都不满的结果: 改进人工智能这件事, 也很可 能是「只是一个人的想法」. 也就是说, 当我们想要改动人工智能时, 我们要考虑的是怎样 服务大多数人, 令人工智能「变强」则是一种单向的想法. 5. 「得物为所用」 -- 人工智能是一个伪命题, 「得物为所用」才是真正的命题, 重 点是怎样令玩者增加了的操作能力, 经验, 可以有应用的地方 而不在於增强人工智能. 人工智能只是游戏设计时会用到的一 种手段, 而不是全部. 基本上要不断增强人工智能的想法, 无 异於「我要长达 100 小时的超优质 3D 动画, 再加全世界最 红的一千名声优, 游戏就会变好玩」的理论. 举一个例子, 在格斗游戏当中推出残废型角色, 使高阶玩者使 用这种角色, 几乎让赛而胜利就是一个常见的方法. 这种角色 通常在攻击技能上特别薄弱, 而保留足够的回避和防守技能, 使他们既不致於被强势角色用最优解压倒, 同时又无法轻易对 敌人构成威胁. 这就是「运用玩者已成熟的操作能力」. 又或者, 提供某些挑战的特殊奖励, 例如全血过关, 十秒内击 倒, 这些都是十分可行的. 这些都是从广义「游戏设计」上的 角度去看事情, 若能解决得物为所用的问题就可以, 人工智能 可以是一种解决方式. 6. 所以人工智能没有用? -- 不是. 如果你来问我, 甚麽才是最好的游戏人工智能, 我认为根本就 不应该是「最会胜利的智能」, 而是「最有娱乐性的智能」, 人类跟人类奕棋的乐趣在哪里? 并不是人类有超乎常人的棋力 , 而是人类本身有感情. 比方说, 会下指导棋, 会故意让赛来鼓励新手, 会留意到对方 想做的事, 顺水推舟让对方理解到游戏的乐趣. 又或者刻意表 现出挫败去让对方感到高兴. 如果我们做的是「游戏」, 而不 是「精密计算」, 我们的目标就是提供娱乐性, 那人工智能的 目标也应该是提供娱乐性, 所以人工智应该要能要懂得去判断 玩者的棋力和情绪, 而不是单纯把棋下至胜利. 那我认为对於 游戏而言, 这种人工智能真的是「游戏的智能」. 从玩者的操 作, 打键盘的速度, 分析出玩者的情绪, 再予以回应, 这种智 能也许比把游戏弄得更困难来得有用. 并不提升娱乐性的人工智能, 某程度上就是把事情本末倒置了 , 可是一谈及智能, 我们都只是在谈怎样增加难度, 花了大量 的成本去增加难度, 除非游戏的本质就是难度, 否则那大部份 时候都是坏的发展. 人工智能并不是无用, 但「打赢玩者」并不是游戏人工智能的 目的, 增加难度也只是为了让玩者打赢而已. 到头来我们是否 追求胜利? 似乎人工智能追求的其实是「更精彩更富娱乐性的 失败」, 我们并不是想电脑永远能打赢人类, 而是想人类打赢 电脑时更有成功感而已. 如果一心求胜, 那就是忘却初衷了. -- 战略游戏版 SLG (C)lass > 8 战略高手 > 11 GameTopics > 28 SLG 绝望人民共和国官方网站... http://chinesepeking.wordpress.com/ -- ※ 编辑: chenglap 来自: 61.18.51.146 (12/02 12:40)