現在線上多人遊戲普及,對於遊戲設計的要求也越來越高
Google研究人員開發了一款稱為Chimera的紙牌遊戲,並在開發過程仰賴機器學習,研究人員刻意讓Chimera紙牌遊戲擁有較大的狀態空間,使得遊戲開發人員難以用傳統的方式,來手刻人工智慧代理遊玩遊戲。
由於較大的狀態空間,以及不完整的資訊,使得Chimera對機器學習來說較困難,研究人員受到AlphaGo等遊戲代理的啟發,在訓練中使用卷積神經網路,並在創建初始模型之後,讓人工智慧與自己對戰,並且反覆收集遊戲資料,再用於訓練新的代理,每次迭代都會讓訓練資料的品質提高,代理遊玩遊戲的能力也會增加。
這樣的方法可以在短時間,收集比真實玩家多數百萬次的遊戲資料,研究人員透過分析遊戲結果,發現兩玩家手牌間的不平衡,研究人員提到,由於Chimera遊戲的核心是希望玩家手上的奇美拉,可以不斷進化,進化次數越多的玩家,獲勝機率也就越高,但他們發現遊戲平均的進化次數沒有達到預期,反而是遊戲中的暴龍,壓倒性地成為獲勝關鍵,只要最終成為暴龍就能獲勝,甚至可以忽略遊戲懲罰。
另外,遊戲中的兩牌組,分別是Evasion Link Gen牌組可增加進化合成獸的能力,而Damage-Heal牌組則可在治療的同時,造成些許的傷害,在遊戲設計時,他們原本預計這兩牌組具有相同的強度,但是實際上,Evasion Link Gen牌組在與Damage-Heal牌組對戰時,獲勝機率為60%。
根據這些發現,遊戲設計人員微調了遊戲,除了降低Evasion Link Gen牌組的加成,並且對暴龍加入額外的冷卻時間,經人工智慧自我對戰後,遊戲發展往更理想的方向前進,每場遊戲的進化次數增加,暴龍的能力也被削弱。
但經過調整之後,各牌組的勝率仍然沒有改變,還是維持在60:40,研究人員增加了兩玩家的初始生命值,以及治療法術可以補充的生命值,使得遊戲時間更長,讓玩家可以發展更多樣化的策略,並且縮小最強與最弱生物間的差距,最終使得兩牌組的勝率都接近50%。
測試雛形遊戲不平衡的狀態,通常都需要數個月的遊戲測試,但是透過這種方法,遊戲設計人員可以發現潛在的不平衡狀態,並且在數天內迅速進行調整,以修復不平衡的狀態。
另外,研究人員還提到,現在神經網路已經可以快速地達到與人類相似水準的程度,因此不只能可以用來指引新玩家,還能用來發現意料之外的策略,使得遊戲開發有更多可能性。
https://www.ithome.com.tw/news/143394