從 8 月 8 日起連續(xù)兩日在臺北國際會議中心舉辦的臺北遊戲開發(fā)者論壇（TGDF），在今（9）日邀請到雷亞遊戲技術(shù)總監(jiān)李根逸與現(xiàn)場聽眾分享深度強(qiáng)化學(xué)習(xí)於《伊甸之魂》的開發(fā)經(jīng)驗(yàn)。

 

• 雷亞遊戲技術(shù)總監(jiān)李根逸

　　李根逸曾參與雷亞遊戲動作類型手機(jī)遊戲 《Implosion 聚爆》的開發(fā)並專精於遊戲效能與使用者體驗(yàn)的優(yōu)化。在雷亞遊戲即將問市的新款即時(shí)策略卡牌競技型手機(jī)遊戲《Soul of Eden 伊甸之魂》中，除負(fù)責(zé)帶領(lǐng)工程技術(shù)團(tuán)隊(duì)之外，也率領(lǐng)人工智慧團(tuán)隊(duì)研究引入機(jī)器學(xué)習(xí)至遊戲開發(fā)領(lǐng)域的各種可能。

 

• 《Implosion 聚爆》

　　李根逸表示，隨著類神經(jīng)網(wǎng)路的突破、AlphaGo 的成功使雷亞遊戲認(rèn)為將深度強(qiáng)化學(xué)習(xí)應(yīng)用在遊戲的開發(fā)上，己經(jīng)具有足夠的技術(shù)水平與邊際效應(yīng)。

 

　　例如在遊戲開發(fā)週期中，可能會經(jīng)常因?yàn)檫[戲機(jī)制的調(diào)整造成 NPC AI 需要做相對應(yīng)的調(diào)整；或者在遊戲平衡的評估上，早期的小型測試比較難得到完整妥善的驗(yàn)證。雷亞遊戲認(rèn)為深度強(qiáng)化學(xué)習(xí)可以一方面簡化程式設(shè)計(jì)師的工作，另一方面也可以讓遊戲設(shè)計(jì)師快速地獲得相對完整的驗(yàn)證結(jié)果當(dāng)參考，加速整個(gè)遊戲開發(fā)的迭代。

 

• 《伊甸之魂（Soul of Eden）》

　　基於這樣的動機(jī)，雷亞遊戲於即將面世的即時(shí)策略卡牌競技型手機(jī)遊戲《伊甸之魂（Soul of Eden）》中，嘗試透過深度強(qiáng)化學(xué)習(xí)來讓 AI 自動學(xué)習(xí)出戰(zhàn)勝的策略，並獲得初步的成果。藉此次機(jī)會分享過去實(shí)作的經(jīng)驗(yàn)、遇到的困難與對於遊戲開發(fā)一個(gè)新的可能的期待。

 

 

　　李根逸指出，隨著人工智能的高度發(fā)展，因此嘗試藉由這樣的技術(shù)來改善遊戲製作流程。他坦言，每一款遊戲的根本可以說是其核心玩法，但當(dāng)玩法發(fā)展完成推出遊戲後若要進(jìn)行其他修改時(shí)，在過去往往會面臨是否要打掉重練的窘境，因此在這樣的心態(tài)下，想到如果能運(yùn)用人工智慧讓遊戲在推出前能夠更快獲得回饋，得知目前的作法對不對、好不好，相信能夠在遊戲製作流程上有很大的助益。而透過這樣的工作，更能夠達(dá)到自動化來提升效率，讓以往需要多數(shù)人力才能完成的工作如可以可以達(dá)到事半功倍之效。

 

 

　　李根逸表示，像是大家熟悉的 AlphaGo，其實(shí)就是透過不斷的學(xué)習(xí)吸收大量的資料，讓人工智能得以成長。而就遊戲開發(fā)來說 ，過去就有利用人工智慧來檢視單人遊戲的案例。由於單人遊戲通常是以分?jǐn)?shù)為基準(zhǔn)，因此可以讓人工智能透過深度學(xué)習(xí)，直接使用原始輸入的操作和輸出資訊進(jìn)行強(qiáng)化行為。現(xiàn)今更進(jìn)一步運(yùn)用到多人遊戲，也由於變因的增加，導(dǎo)致難度提升許多。以圍棋來說，賽局的可能性千變?nèi)f化，跟單人遊戲的分?jǐn)?shù)相比，實(shí)在難以運(yùn)算出有多少種終局可能性。

 

 

　　而回到《伊甸之魂（Soul of Eden）》，究竟遊戲是否平衡、公平，製作團(tuán)隊(duì)要如何得知呢？李根逸指出，以往大多是透過大量的玩家資訊及場次來累積資訊量，進(jìn)而得知卡牌組合的勝率等遊戲資訊，而透過深度強(qiáng)化學(xué)習(xí)，期望能達(dá)到遊戲開發(fā)流程的改善、深度強(qiáng)化學(xué)習(xí)的突破以及競技對戰(zhàn)遊戲的公平性三個(gè)目標(biāo)。

 

 

　　究竟什麼是平衡、公平其實(shí)各有定見，以井字遊戲來說，基本上先手玩家只要在不犯錯(cuò)的情況下一定不會輸，這樣對於後手玩家的公平性就值得質(zhì)疑。至於在遊戲中，如果兩方玩家透過同樣的出牌順序、出牌位置等對稱情況進(jìn)行遊戲的話，理論上應(yīng)該是不分勝負(fù)。不過由於遊戲中的變因相對井字遊戲來說更加變化多端，再加上卡牌的數(shù)值或是新增卡牌往往又會對過去的資料產(chǎn)生影響，所以如何克服訓(xùn)練的速度、深度強(qiáng)化學(xué)習(xí)的訓(xùn)練成本以及是否在新增資訊後要重新訓(xùn)練，則是目前的挑戰(zhàn)與難題。